Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta

La separación ciega de fuentes, conocida como BSS por sus siglas en inglés (Blind Source Separation), es una técnica de procesamiento de señales que consiste en estimar fuentes en señales mezcladas linealmente, utilizando métodos como el ICA, para señales fuentes estadísticamente independientes. Uno...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Lemus,Camilo Andrés, Ballesteros,Dora María
Lenguaje:	Spanish / Castilian
Publicado:	Universidad de Tarapacá. 2012
Materias:	Separación ciega de fuentes transformada wavelet señal de voz índice de similitud análisis de componentes independientes
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052012000300005
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-33052012000300005
record_format	dspace
spelling	oai:scielo:S0718-330520120003000052013-01-07Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discretaLemus,Camilo AndrésBallesteros,Dora María Separación ciega de fuentes transformada wavelet señal de voz índice de similitud análisis de componentes independientes La separación ciega de fuentes, conocida como BSS por sus siglas en inglés (Blind Source Separation), es una técnica de procesamiento de señales que consiste en estimar fuentes en señales mezcladas linealmente, utilizando métodos como el ICA, para señales fuentes estadísticamente independientes. Uno de los algoritmos BSS más conocidos es el algoritmo JADE, el cual exige que el número de señales independientes coincida con el número de señales observadas (sensores). En situaciones reales, el número de sensores es menor al número de señales fuentes (BSS no-determinado) y el problema no tiene solución. En este proyecto se propone una solución para BSS no-determinado, adicionando una etapa de preprocesamiento y una etapa de descomposición basada en la transformada wavelet discreta. Nuestro modelo, el cual hemos denominado DWT+BSS, crea una señal virtual observada a partir de una señal real observada y utiliza los coeficientes wavelet de las señales observadas como entradas al algoritmo clásico JADE. El modelo se valida con señales de voz y audio, obteniendo índices de similitud entre las señales fuentes y las estimadas por encima de 0,7.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.20 n.3 20122012-12-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052012000300005es10.4067/S0718-33052012000300005
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Separación ciega de fuentes transformada wavelet señal de voz índice de similitud análisis de componentes independientes
spellingShingle	Separación ciega de fuentes transformada wavelet señal de voz índice de similitud análisis de componentes independientes Lemus,Camilo Andrés Ballesteros,Dora María Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
description	La separación ciega de fuentes, conocida como BSS por sus siglas en inglés (Blind Source Separation), es una técnica de procesamiento de señales que consiste en estimar fuentes en señales mezcladas linealmente, utilizando métodos como el ICA, para señales fuentes estadísticamente independientes. Uno de los algoritmos BSS más conocidos es el algoritmo JADE, el cual exige que el número de señales independientes coincida con el número de señales observadas (sensores). En situaciones reales, el número de sensores es menor al número de señales fuentes (BSS no-determinado) y el problema no tiene solución. En este proyecto se propone una solución para BSS no-determinado, adicionando una etapa de preprocesamiento y una etapa de descomposición basada en la transformada wavelet discreta. Nuestro modelo, el cual hemos denominado DWT+BSS, crea una señal virtual observada a partir de una señal real observada y utiliza los coeficientes wavelet de las señales observadas como entradas al algoritmo clásico JADE. El modelo se valida con señales de voz y audio, obteniendo índices de similitud entre las señales fuentes y las estimadas por encima de 0,7.
author	Lemus,Camilo Andrés Ballesteros,Dora María
author_facet	Lemus,Camilo Andrés Ballesteros,Dora María
author_sort	Lemus,Camilo Andrés
title	Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
title_short	Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
title_full	Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
title_fullStr	Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
title_full_unstemmed	Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
title_sort	separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta
publisher	Universidad de Tarapacá.
publishDate	2012
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052012000300005
work_keys_str_mv	AT lemuscamiloandres separacionciegadefuentesnodeterminadaaplicadaamezclasdevozconbaseenlatransformadawaveletdiscreta AT ballesterosdoramaria separacionciegadefuentesnodeterminadaaplicadaamezclasdevozconbaseenlatransformadawaveletdiscreta
_version_	1714203400447459328

Separación ciega de fuentes no-determinada aplicada a mezclas de voz con base en la transformada wavelet discreta

Ejemplares similares