Tách âm dùng phương pháp phân tích thành phần độc lập ( thuật toán fastica )

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ QUÁCH NGUYỄN LỆ HIỀN TÁCH ÂM DÙNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN ĐỘC LẬP (THUẬT TOÁN FASTICA) NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 S K C0 6 Tp Hồ Chí Minh, tháng 10/2015 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ QUÁCH NGUYỄN LỆ HIỀN TÁCH ÂM DÙNG PHƢƠNG PHÁP PHÂN TÍCH THÀNH PHẦN ĐỘC LẬP (THUẬT TOÁN FASTICA) NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Hướng dẫn khoa học: PGS.TS Dương Hoài Nghĩa TP.Hồ Chí Minh - Tháng 10/ 2015 LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƢỢC: Họ& tên: Quách Nguyễn Lệ Hiền Giới tính: Nữ Ngày, tháng, năm sinh: 15/12/1988 Nơi sinh: Bình Dương Quê quán: Tân Uyên - Bình Dương Dân tộc: Kinh Địa liên lạc: Tổ 1-Khu phố 4-P.Uyên Hưng - Tx.Tân Uyên - Bình Dương Điện thoại quan: Điện thoại nhà riêng: Fax: E-mail: II QUÁ TRÌNH ĐÀO TẠO: Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ …/…đến …/ … Nơi học (trường, thành phố): Ngành học: Đại học: Hệ đào tạo: Đại học Thời gian đào tạo từ 09/2007 đến 02/2012 Nơi học (trường, thành phố): Đại Học Sư Phạm Kỹ Thuật TPHCM Ngành học: Công Nghệ Điện Tử Viễn Thông Tên đồ án, luận án môn thi tốt nghiệp: Nhận dạng tiếng nói Ngày & nơi bảo vệ đồ án, luận án thi tốt nghiệp: 21/02/2012 - Đại Học Sư Phạm Kỹ Thuật TPHCM Người hướng dẫn: TS Trần Tiến Đức III QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm i LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chưa công bố công trình khác Tp Hồ Chí Minh, ngày 23 tháng năm 2015 (Ký tên ghi rõ họ tên) Quách Nguyễn Lệ Hiền ii LỜI CẢM TẠ Trong suốt trình học tập, nghiên cứu hoàn thành luận văn này, nhận hướng dẫn, giúp đỡ quý báu thầy cô giáo, anh chị bạn Với lòng biết ơn sâu sắc, xin bày tỏ lời cám ơn chân thành tới tất cá nhân tập thể tận tình giúp đỡ, đóng góp ý kiến, khích lệ tinh thần để có điều kiện tốt để hoàn thành luận văn Đầu tiên, xin bày tỏ biết ơn sâu sắc đến Thầy PGS TS Dương Hoài Nghĩa tận tình, tận tâm bảo, hướng dẫn định hướng cho suốt trình nghiên cứu hoàn thành luận văn Tôi xin bày tỏ lòng biết ơn đến Ban giám hiệu, phòng đạo tạo sau đại học trường Đại học sư phạm kỹ thuật TP HCM tạo điều kiện thuận lợi để hoàn thành tốt khóa học tốt nghiệp Cuối cùng, muốn gửi lời cám ơn đến gia đình, người thân bạn bè quan tâm, động viên giúp đỡ mặt suốt trình nghiên cứu, hoàn thành luận văn Tp Hồ Chí Minh, ngày 10 tháng năm 2015 Quách Nguyễn Lệ Hiền iii MỞ ĐẦU Mọi vật, tượng tự nhiên không xuất biến đổi đơn độc mà xuất đồng thời với xuất biến đổi kiện khác mối quan hệ tương tác, phụ thuộc ảnh hưởng lẫn vừa mang tính quy luật vừa mang tính ngẫu nhiên Trong âm thường xảy cô lập Khi có nhiều tín hiệu khoảng tần số khác trộn lại, ta lọc tín hiệu riêng biệt lúc ban đầu Còn tín hiệu nằm khoảng tần số (ví dụ nhiều người nói, tiếng hát nhạc, nhiều nhạc chơi…), ta dùng phương pháp lọc hay phân tích phổ thông thường để tách Quá trình gọi tách nguồn Bài toán đặt là, từ nhiều tín hiệu trộn lẫn, làm để khôi phục lại tín hiệu nguồn riêng lẻ? Bản thân tai người thời điểm tiếp nhận nhiều nguồn âm lắng nghe nhận rõ nguồn âm có chủ định Một hệ thống xử lý, nhận dạng tiếng hay điều khiển cần đạt mục tiêu Kết toán tách tín hiệu tiếng nói sở cho nhiều ứng dụng thực tiễn liên quan tới xử lý tiếng nói Kết trình tách có tốt kết nhận dạng xác Trong chục năm qua, người ta phát triển phương pháp giúp giải toán tách nguồn mù (Blind Source Separation – BSS) nêu hiệu quả, phân tích thành phần độc lập (Independent Component Analysis – ICA) Trong luận văn này, người nghiên cứu thực tách âm dùng phương pháp phân tích thành phần độc lập ( thuật toán flastICA) Trong đề cập đến lý thuyết, ứng dụng tách âm với nhiều hỗn hợp, chủ yếu tập trung vào vấn đề tách nguồn xác định nơi số nguồn số lượng kênh hỗn hợp quan sát (số trộn) iv Abstract All subjects and natural phenomena very rarely appear or transform individually but concurrently with emergence and transformation of others in the interactive relationships, dependencies and influence to each other It might be methodical or random In acoustics, isolation rarely happens When multiple signals in different frequency ranges are mixed together, we can filter out individual signal as in the beginning If the signals are in the same frequency range (for example: people are talking or singing , many songs are being played ), we can’t use filtering methods or conventional spectrum analyzer to separate them This process is called source separation.The problem here is how to separate them from each other? Human ear at the same time always received many sound sources, but we always listen and recognize the sound source intentional A processing system, recognition or control should achieve such goal Results of the problem separating voice signal is the basis for many practical applications related to speech processing The results of the process with good separation, the result of new speech processing is accurate Over the last decade, people have been developing a new method to solve blind source separation (Blind Source Separation - BSS) very efficiently, which is independent component analysis (Independent Component Analysis-ICA) In this thesis, acoustical source separation method will be performed using independentcomponent analysis(flastICAalgorithm).Themethodologyandapplication of the proposed method to mixed sounds, mainly focused on the source separation from a mixture of observations (the mixture), will be presented here v MỤC LỤC Trang tựa TRANG Lý lịch khoa học i Lời cam đoan ii Lời cảm tạ iii Mở đầu iv Abstract v Mục lục vi Danh sách hình x Danh sách bảng xii Chƣơng TỔNG QUAN 1.1 Lý chọn đề tài 1.3 Mục tiêu nghiên cứu 1.4 Nhiệm vụ nghiên cứu 1.5 Khách thể đối tƣợng nghiên cứu 1.6 Giả thuyết nghiên cứu 1.7 Phạm vi nghiên cứu 1.8 Phƣơng pháp nghiên cứu 1.9 Kế hoạch thực Chƣơng KỸ THUẬT PHÒNG ẢO 2.1 Kỹ thuật âm học phòng 2.2 Mô hình âm học phòng 2.3 Phƣơng pháp theo sóng 2.4 Phƣơng pháp theo tia 2.4.1 Phƣơng pháp vạch tia 2.4.2 Phƣơng pháp nguồn ảnh 2.5 Minh họa giải thuật 10 vi 2.6 Kết luận 11 Chƣơng 3.GIỚI THIỆU TỔNG QUAN VỀBÀI TOÁN XỬ LÝ MÙ 13 3.1 Giới thiệu toán phân tách nguồn mù Blind Signal Processing (BSP) 21 3.2 Các mô hình đặc trƣng 23 3.3 Ứng dụng toán BSS 13 3.3.1 Xử lý văn 14 3.3.2 Xử lý tín hiệu y sinh 15 3.3.3 Dự báo tài 17 3.3.4 Hệ thống viễn thông 19 3.3.5 Xử lý âm 21 Chƣơng PHÂN TÍCH THÀNH PHẦN ĐỘC LẬP 26 4.1 Đặt vấn đề - toán cooktail-party 27 4.2 Mô hình ICA 30 4.3 Các điểm không xác định ICA 31 4.4 Sự độc lập thống kê 32 4.4.1 Bất tƣơng quan 32 4.4.2 Độc lập thống kê 33 4.4.3 Tính phi Gauss 33 4.4.4 Hạn chế ICA 34 4.5 Ƣớc lƣợng ICA 34 4.5.1 Phƣơng pháp ICA sử dụng tính phi Gauss 35 4.5.2 Phƣơng pháp ICA sử dụng thông tin hỗ tƣơng 43 4.5.3 Phƣơng pháp ICA sử dụng tính phi tƣơng quan phi tuyến 44 4.6 PCA ICA 45 4.7 Kết luận 48 Chƣơng THUẬT TOÁN FASTICA 49 5.1 Tiền xử lý ICA 49 5.1.1 Qui tâm 49 5.1.2 Trắng hóa 50 vii 5.2 Xấp xỉ hóa negentropy 53 5.3 Thuật toán FastICA 54 Chƣơng THỰC NGHIỆM TÁCH ÂM 58 6.1 Mô hình thực 58 6.2 Chuẩn đánh giá 59 6.3 Thực nghiệm kết 60 6.4 Kết luận 77 Chƣơng KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 78 TÀI LIỆU THAM KHẢO 82 PHỤ LỤC 84 Thuật toán FastICA 84 viii DANH MỤC TỪ VIẾT TẮT/ KÍ HIỆU KHOA HỌC Ký tự viết tắt Tiếng Anh Tiếng Việt BEM Boundary Element Method phương pháp phần tử biên BSP Blind Signal Processing Xử lý tín hiệu mù BSS Blind Sources Separation Phân tách nguồn mù BEM Boundary Element Method phương pháp phần tử biên FDTD Finite Difference Time Domain phương pháp miền thời gian vi sai hữu hạn FEM Finite Element Method phương pháp phần tử hữu hạn ICA Independent Component Phân tích thành phần độc Analysis lập IC Independent Component Thành phần độc lập PCA Principal Component Analysis Phân tích thành phần PDF probability density function Hàm mật độ xác suất STFT Short Time Fourier Transform Biến đổi Fourier thời gian ngắn ix DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2.1: Cấu trúc hình học phòng đơn giản Hình 2.2: Minh họa đáp ứng xung trường âm khán phòng thu Hình 2.3: Các mô hình thống mô tả âm học phòng Hình 2.4: Các tuyến âm trực tiếp phản xạbậc hai Hình 2.5: Theo phương pháp nguồn ảnh, nguồn âm phản xạ bề mặt Hình 2.6: Các nguồn ảnh tìm khán phòng 10 Hình 2.7: Chia đáp ứng xung phòng thành âm trực tiếp 11 Hình 3.1 : Tách mù văn từ tín hiệu bị trùng lặp 14 Hình 3.2 : Ứng dụng y tế toán xử lý tín hiệu mù 15 Hình 3.3 : Thu nhiều tín hiệu tác động vào não dùng EEG MEG 16 Hình 3.4 : Năm mẫu dòng tiền mặt theo trình tự thời gian 17 Hình 3.5 : Bốn thành phần độc lập tìm thấy từ liệu dòng tiền mặt 18 Hình 3.6 : Môi trường truyền thông không dây 19 Hình 3.7: Bài toán xử lý tín hiệu mù quân 20 Hình 3.8 : Ứng dụng BSS xử lý âm 21 Hình 4.1: Các tín hiệu âm gốc s1  t  , s2  t  s3  t  28 Hình 4.2: Hỗn hợp lai ghép tín hiệu âm hình 4.1 29 Hình 4.3: Các ước lượng tín hiệu gốc 29 Hình 4.4 : Mục đích phân tách nguồn mù 30 Hình 4.5 : Hàm mật độ xác suất phân bố Gauss 36 Hình 4.6 : Hàm mật độ xác suất phân bố Laplace 36 Hình 4.7 : Phân bố 37 Hình 4.8 : Minh họa định lý giới hạn trung tâm 37 Hình 4.9 : Sự phân bố chung thành phần độc lập 38 Hình 4.10 :Mật độ thành phần độc lập phân bố 39 x Hình 4.11 : Phân bố chung hai thành phần độc lập 39 Hình 4.12 :Mật độ phân bố tín hiệu trộn xi  t  40 Hình 4.12: PCA đám mây liệu hai chiều 46 Hình 4.13: PCA tìm kiếm trục trực giao theo hướng cực đại phương sai 47 Hình 3.14: Hình chiếu hai cụm liệu vào trục sử dụng PCA ICA 47 Hình 6.1: Minh họa trình tạo tín hiệu lai ghép với kỹ thuật phòng ảo 58 Hình 6.2: Sơ đồ hệ thống tách âm 59 Hình 6.3 : Trộn âm 61 Hình 6.4 : Tách âm 61 Hình 6.5 :Tín hiệu nguồn ban đầu 63 Hình 6.6 : Tín hiệu trộn 64 Hình 6.7 : Tín hiệu ước lượng theo phương pháp ICA 65 Hình 6.8 :Biểu diễn tín hiệu thực nghiệm 66 Hình 6.9 :Biểu diễn tín hiệu thực nghiệm 69 Hình 6.10 : Tín hiệu nguồn s1, s2, s3, s4, s5 71 Hình 6.11: Tín hiệutrộn x1, x2, x3, x4, x5 71 Hình 6.12:Tín hiệu ước lượng y1, y2, y3, y4, y5 72 Hình 6.13:Tín hiệu nguồn s1, s2,, s10 73 Hình 6.14 : Tín hiệu trộn x1, x2,, x10 74 Hình 6.15 : Tín hiệu ước lượng y1, y2,, y10 75 xi DANH SÁCH CÁC BẢNG BẢNG TRANG Bảng 6.1: Danh sách nguồn âm thực nghiệm 62 Bảng 6.2: Kết đánh giá thực nghiệm 67 Bảng 6.3: Kết đánh giá thực nghiệm 68 Bảng 6.4: Kết đánh giá thực nghiệm 70 Bảng 6.5: Kết đánh giá thực nghiệm 76 xii Chƣơng TỔNG QUAN 1.1 Lý chọn đề tài Gần đây, công nghệ xử lý tiếng nói, xử lý ảnh, truyền thông không dây, mạng thiết bị thông tin cá nhân đuợc phát triển mạnh mẽ Bắt đầu từ năm 90 nghiên cứu thành công công nghệ mang lại tính hỗ trợ đa phương tiện, dễ sử dụng, nhỏ gọn linh động Một công nghệ tham gia phát triển hỗ trợ xử lý tiếng nói Mặc dù, nghiên cứu lĩnh vực tiến hành từ vài thập kỷ qua, vấn đề cần quan tâm làm sáng tỏ Xử lý tiếng nói tóm gọn phát triển năm hướng [1] ba số có liên quan đến nhận dạng tiếng nói Công việc nghiên cứu thực không mẻ với nhiều nghiên cứu giới cảở Việt Nam Tuy nhiên để đạt đến hoàn thiện theo tham vọng bước dài phía trước Kết toán tách tín hiệu tiếng nói sở cho nhiều ứng dụng thực tiễn liên quan tới xử lý tiếng nói Kết trình tách có tốt kết nhận dạng xác được.Ví dụ mô hình nhận dạng tiếng nói, tức chuyển từ tiếng nói sang dạng text, tín hiệu đưa vào để nhận dạng lấy từ liệu micro thu Do đó, để có liệu tiếng nói cho trình nhận dạng, trước hết cần tách tín hiệu mong muốn từ liệu bị trộn lẫn chịu ảnh hưởng môi trường từ micro thu để không lấy tín hiệu tiếng nói cần xử lý mà làm "sạch" khỏi nhiễu Vậy suy nghĩ tự nhiên là: từ nhiều tín hiệu âm đƣợc trôn lẫn, làm để khôi phục lại tín hiệu nguồn riêng lẻ? Giải pháp đề cập giải luận văn này, mà phương pháp có tên là: phân tích thành phần độc lập (Independent Component Analysis_ICA) [2],[3],[4],[5] 1.2 Mục tiêu nghiên cứu Luận văn góp phần trình bày kiến thức tổng quan toán phân tách nguồn mù âm thanh, kỹ thuật ICA Trên sở lựa chọn thuật toán ICA hiệu đểứng dụng tách nguồn âm mù độc lập 1.3 Nhiệm vụ nghiên cứu Trong luận văn này, trình bày tổng quan toán phân tách nguồn mù âm thanh, kỹ thuật ICA ứng dụng vào việc tách âm, thuật toán fastICA Người thực nghiên cứu tập trung vào vấn đề tách nguồn xác định nơi số nguồn số lượng kênh hỗn hợp quan sát (số trộn) 1.4 Khách thể đối tƣợng nghiên cứu Luận văn thực tách âm Mỗi nguồn phát tạo từ mẫu âm chuẩn thu mẫu từ máy tính với tốc độ lấy mẫu 8KH mã hoá PCM 16 bit Chiều dài đoạn liệu mẫu 10 giây Do điều kiện thu trực tiếp nên thực nghiệm tiến hành tín hiệu thu ảo, tức mô tả ma trận lai ghép qua đặc trưng phòng âm ma trận hệ số 1.5 Giả thuyết nghiên cứu Người nghiên cứu thực tất thực nghiệm dựa mô hình ICA sở tuân theo giả thuyết đặc trưng nguồn phát: độc lập phi Gauss; tuân theo giả thuyết trình lai ghép xảy tức thì, không nhiễu, số đầu thu số tín hiệu 1.6 Phạm vi nghiên cứu Phạm vi nghiên cứu luận văn người thực nghiên cứu tập trung vào vấn đề tách nguồn âm xác định nơi số nguồn số lượng kênh hỗn hợp quan sát (số trộn) 1.7 Phƣơng pháp nghiên cứu Luận văn nghiên cứu lý thuyết kết hợp với thực nghiệm để kiểm chứng, cụ thể tiến hành theo bước sau: - Tìm hiểu vấn đề lý thuyết cụ thể gồm: tổng quan toán xử lý mù, phương pháp phân tích thành phần độc lập, lý thuyết mô hình toán thuật toán fastICA Sau áp dụng tách nguồn mù âm thuật toán FastICA - Thực mô phần mềm mô Matlab 2013a 1.8Kế hoạch thực Thời gian thực Nội dung thực 23/2/2015 – 20/3/2015 Nghiên cứu thuật toán fastICA 20/3/2015 – 20/6/2015 Thực tách âm thuật toán fastICA 20/6/2015 – 20/7/2015 Đánh giá chất lượng âm tách 20/7/2015 – 20/8/2015 Viết báo cáo luận văn tốt nghiệp Chƣơng KỸ THUẬT PHÒNG ẢO Việc thử nghiệm mô hình ICA với nhiều nguồn tín hiệu tín hiệu âm đòi hỏi thực với tín hiệu nhân tạo Cụ thể lấy tín hiệu âm thực chập với đáp ứng xung biết trước phòng Lý số đầu thu giới hạn khó mở rộng mạng thu âm Ngoài có hai yếu tố quan trọng thử nghiệm nhân tạo: giới hạn kích thước lọc tách, hai với lai biết trước, xác định ma trận giả lai trộn dễ dàng phân tích định lượng, so sánh kết Phần trình bày giải pháp xác định đáp ứng xung phòng từ thông số đặc tả chúng Kết sở cho việc hình thành ma trận lai mô hình ICA sở 2.1Kỹ thuật âm học phòng Hình2.1 biểu diễn cấu trúc hình học đơn giản phòng tuyến truyền trực tiếp phản xạ âm Trong hình tất hướng phản xạ xem khúc xạ tồn thành phần khuyếch tán ( xem thêm [6] ) Hình 2.1: Cấu trúc hình học phòng đơn giản, biểu diễn âm trực tiếp (đường liền) phản xạ bậc (đường gạch) bậc hai (đường chấm) Hình 2.2: (a) minh họa đáp ứng xung khán phòng Trong đáp ứng xung phòng gồm ba phần: âm trực tiếp, phản xạ sớm rung động trễ, trường âm xem khuyếch tán (b) trường âm khán phòng thu Đáp ứng xung phòng hòa nhạc tách thành ba phần sau: âm trực tiếp, âm phản xạ sớm âm vang trễ Đáp ứng minh họa hình 2.2(a) mạng đơn giản, tuyến khuyếch tán hay nhiễu xạ Trong đáp ứng thực tế có phần lượng khuyếch tán phản xạ sớm hình 2.2(b) 2.2Mô hình âm học phòng Các tuyến truyền âm mô tả toán học phương trình sóng (phương trình Henholtz) Đáp ứng xung từ nguồn đến người nghe nhận cách giải phương trình sóng, thực theo phương pháp giải tích Do nghiệm xấp xỉ có ba mô hình tính toán âm học phòng khác minh họa hình 2.3 Hình 2.3: Các mô hình thống mô tả âm học phòng dựa tia âm giải phương trình sóng kỹ thuật thống kê • Các phương pháp dựa theo sóng (wave-based methods) • Các phương pháp dựa theo tia (ray-based methods) • Các mô hình thống kê (statistical models) Các phương pháp theo tia, phương pháp ray-tracing [7] phương pháp nguồn ảnh (image-source) [8], thường sử dụng Gần kỹ thuật dựa theo sóng đòi hỏi cao tính toán phương pháp phần tử hữu hạn (Finite Element Method - FEM), phương pháp phần tử biên (Boundary Element Method BEM) phương pháp miền thời gian vi sai hữu hạn ( Finite Difference Time Domain - FDTD) quan tâm đáng kể [7], [9] Các kỹ thuật phù hợp mô âm tần số thấp Các phương pháp mô hình thống kê phân tích lượng thống kê (Statistical Energy Analysis - SEA) [7], áp dụng chủ yếu dự đoán mức nhiễu hệ ghép có cấu trúc truyền âm giữ vai trò quan trọng 2.3 Phƣơng pháp theo sóng Phương pháp cho kết xác Nghiệm giải tích phương trình sóng tìm số trường hợp với phòng hình chữ nhật có tường rắn Do đó, cần sử dụng phương pháp số toán với phương trình sóng Các phương pháp phần tử FEM BEM thích hợp với không gian nhỏ tần số thấp yêu cầu tính toán cao Điểm khác biệt cấu trúc phần tử, FEM rời rạc toàn không gian, BEM thực với biên không gian rời rạc Thực tế điều có nghĩa ma trận FEM lớn thưa ma trận BEM nhỏ dày Các phương pháp FDTD đưa kỹ thuật khả thi khác cho việc mô âm học phòng [9] Nguyên lý phương pháp đạo hàm phương trình sóng thay vi sai hữu hạn Phương pháp FDDT cho đáp ứng xung thích hợp FEM BEM Một lợi điểm phương pháp phần tử theo FDDT tạo nên cấu trúc lưới chặt vị trí cần thiết góc Ngoài ra, phương pháp cho khả kết nối mô hình dễ dàng 2.4 Phƣơng pháp theo tia Phương pháp theo tia hình 2.3 dựa đặc trưng âm hình học phòng, âm xem tia Giả thuyết bước sóng âm nhỏ so với diện tích bề mặt phòng lớn so với mức độ gồ ghề bề mặt Do tất tương tuân theo chất sóng, chẳng hạn nhiễu xạ giao thoa bỏ qua Các kết mô hình theo tia giống với đáp ứng hình 2.2(a) âm xem tia với phản xạ hoàn toàn Trong hầu hết hệ thống kết bình phương đáp ứng xung Phương pháp theo tia phổ biến phương pháp vạch tia (ray-tracing) [7] phương pháp nguồn ảnh (image-source) [8] Điểm phân biệt sở hai phương pháp cách tính toán tuyến phản xạ Để mô hình đáp ứng xung lý tưởng cần đưa tất tuyến phản xạ âm Phương pháp nguồn ảnh tìm tất tuyến này, nhiên thực tế khối lượng tính toán lớn nên tập hợp phản xạ sớm tính Bậc phản xạ cực đại đạt phụ thuộc vào cấu trúc hình học phòng khả tính toán cho phép Bên cạnh yếu tố đặc trưng hình học phải thiết lập mặt phẳng Phương pháp vạch tia S K L 0 [...]... methods) • Các mô hình thống kê (statistical models) Các phương pháp theo tia, phương pháp ray-tracing [7] và phương pháp nguồn ảnh (image-source) [8], thường được sử dụng nhất Gần đây các kỹ thuật dựa theo sóng đòi hỏi cao về tính toán như phương pháp phần tử hữu hạn (Finite Element Method - FEM), phương pháp phần tử biên (Boundary Element Method BEM) và các phương pháp miền thời gian vi sai hữu hạn (. .. phương pháp chính có tên là: phân tích thành phần độc lập (Independent Component Analysis_ICA) [2],[3],[4],[5] 1.2 Mục tiêu nghiên cứu Luận văn này góp phần trình bày kiến thức tổng quan về bài toán phân tách nguồn mù âm thanh, kỹ thuật ICA Trên cơ sở đó lựa chọn một thuật toán ICA hiệu quả đểứng dụng tách các nguồn âm mù độc lập 1.3 Nhiệm vụ nghiên cứu Trong luận văn này, trình bày tổng quan về bài toán. .. của phân tách nguồn mù 30 Hình 4.5 : Hàm mật độ xác suất của phân bố Gauss 36 Hình 4.6 : Hàm mật độ xác suất của phân bố Laplace 36 Hình 4.7 : Phân bố đều 37 Hình 4.8 : Minh họa định lý giới hạn trung tâm 37 Hình 4.9 : Sự phân bố chung của các thành phần độc lập 38 Hình 4.10 :Mật độ của một thành phần độc lập phân bố đều 39 x Hình 4.11 : Phân bố chung của hai thành phần độc lập 39 Hình 4.12 :Mật độ phân. .. Method phương pháp phần tử biên BSP Blind Signal Processing Xử lý tín hiệu mù BSS Blind Sources Separation Phân tách nguồn mù BEM Boundary Element Method phương pháp phần tử biên FDTD Finite Difference Time Domain phương pháp miền thời gian vi sai hữu hạn FEM Finite Element Method phương pháp phần tử hữu hạn ICA Independent Component Phân tích các thành phần độc Analysis lập IC Independent Component Thành. .. luôn tồn tại thành phần khuyếch tán ( xem thêm [6] ) Hình 2.1: Cấu trúc hình học một phòng đơn giản, và biểu diễn của âm trực tiếp ( ường liền) và các phản xạ bậc một ( ường gạch) và bậc hai ( ường chấm) 4 Hình 2.2: (a) minh họa đáp ứng xung của một khán phòng Trong một đáp ứng xung phòng gồm ba phần: âm trực tiếp, các phản xạ sớm và rung động trễ, trường âm được xem là khuyếch tán (b) trường âm của khán... có thể tách thành ba phần sau: âm trực tiếp, âm phản xạ sớm và âm vang trễ Đáp ứng minh họa như trong hình 2.2(a) là một mạng đơn giản, trong đó không có các tuyến khuyếch tán hay nhiễu xạ Trong đáp ứng thực tế sẽ có phần năng lượng khuyếch tán giữa các phản xạ sớm như trong hình 2.2(b) 2.2Mô hình âm học phòng Các tuyến truyền âm được mô tả toán học bởi phương trình sóng (phương trình Henholtz) Đáp... vấn đề tách nguồn âm xác định nơi số nguồn bằng số lượng các kênh trong hỗn hợp quan sát (số trộn) 1.7 Phƣơng pháp nghiên cứu Luận văn nghiên cứu lý thuyết kết hợp với thực nghiệm để kiểm chứng, cụ thể tiến hành theo các bước như sau: 2 - Tìm hiểu các vấn đề lý thuyết cụ thể gồm: tổng quan về bài toán xử lý mù, phương pháp phân tích thành phần độc lập, lý thuyết và mô hình toán của thuật toán fastICA. .. giải phương trình sóng, nhưng hiếm khi thực hiện theo phương pháp giải tích Do đó nghiệm được xấp xỉ và có ba mô hình tính toán âm học phòng khác nhau được minh họa trong hình 2.3 5 Hình 2.3: Các mô hình chính thống mô tả âm học phòng dựa trên các tia âm hoặc trên giải phương trình sóng hoặc kỹ thuật thống kê • Các phương pháp dựa theo sóng (wave-based methods) • Các phương pháp dựa theo tia (ray-based... 2.2(a) do âm thanh được xem là các tia với phản xạ hoàn toàn Trong hầu hết các hệ thống kết quả là bình phương của đáp ứng xung Phương pháp theo tia phổ biến nhất là phương pháp vạch tia (ray-tracing) [7] và phương pháp nguồn ảnh (image-source) [8] Điểm phân biệt cơ sở của hai phương pháp này là cách tính toán các tuyến phản xạ Để mô hình một đáp ứng xung lý tưởng cần đưa ra tất cả các tuyến phản xạ âm có... FDTD) cũng được quan tâm đáng kể [7], [9] Các kỹ thuật này chỉ phù hợp mô phỏng âm tần số thấp Các phương pháp mô hình thống kê như phân tích năng lượng thống kê (Statistical Energy Analysis - SEA) [7], được áp dụng chủ yếu trong dự đoán mức nhiễu ở các hệ ghép có cấu trúc truyền âm giữ vai trò quan trọng 2.3 Phƣơng pháp theo sóng Phương pháp này cho kết quả chính xác nhất Nghiệm giải tích của phương