nhóm nhỏ những diễn giả tổ chức cuộc hội thoại. Trong mỗi nhóm, chỉ có một người là nói tại một thời điểm. Xem xét hai người gần nhất trong hình 3.1. Trong nhóm này, một người (bên trái) nói, sau đó người thứ hai (bên phải nói), sau đó một người lại
CHƯƠNG 3. HỒI QUY BAYES VÀ ÁP DỤNG
nói, cứ như vậy. Các diễn giả rõ ràng là tương quan ngược nhau. Trong mơ hình tách nguồn Bayes của luận văn này, các diễn giả luôn luôn là tương quan với nhau và không ràng buộc để độc lập nhau.
Tại một bữa tiệc cocktail, có p micro để ghi lại hoặc quan sát m người tham gia hoặc các diễn giả trong khoảng thời giann. Kí hiệu này là phù hợp với thống kê nhiều
chiều. Các cuộc đàm thoại được quan sát bao gồm của sự pha trộn các cuộc đàm thoại không thực sự quan sát được. Một micro không phải được đặt vào miệng của diễn giả và cũng không bị che từ những diễn giải khác. Các micro khơng quan sát cuộc trị chuyện của các diễn giả một cách tách biệt. Các cuộc hội thoại được ghi lại một cách hỗn hợp. Vấn đề là để không hỗn hợp hoặc ghi lại các cuộc hội thoại gốc từ các cuộc hội thoại hỗn hợp được ghi lại.
Xem xét ví dụ dưới đây. Có một bữa tiệc với m = 4 diễn giả và p= 3 micro như trong hình 3.2. Tại khoảng thời gian i, ở đây i = 1, . . . , n, các cuộc hội thoại từ diễn
giả 1 làsi1, diễn giả 2 là si2, diễn giả 3 là si3, diễn giả 4 làsi4. Thì các cuộc hội thoại
được ghi lại tại micro 1 là xi1, tại micro 2 làxi2, tại micro 3 là xi3.
Có một hàm chưa biết f như mơ tả trong hình 3.3 gọi là hàm hỗn hợp trong đó các tín hiệu nguồn được phát ra và pha trộn chúng để tạo ra các tín hiệu được quan sát hỗn hợp.
3.3.3 Mơ hình tách nguồn
p micro là đang ghi hỗn hợp của m diễn giả tại mỗi khoảng thời gian n. Những gì
được phát ra từ m diễn giả tại thời gianilà tập hợp m giá trị khác nhau như là véctơ cột si và được biểu diễn
si = si1 .. . sim , i= 1,2, . . . , m (3.55)
CHƯƠNG 3. HỒI QUY BAYES VÀ ÁP DỤNG