A Bayesian approach to convolutive nonnegative matrix factorization for blind speech dereverberation

هنگامی که یک سیگنال در یک اتاق محصور ضبط می شود، به طور معمول آن را تحت تأثیر قرار می دهد. این تخریب هنگام برخورد با سیگنال های صوتی، به ویژه در زمینه پردازش سیگنال گفتاری، مانند تشخیص گفتار خودکار، مشکل است. اگر چه برخی از روشها برای مقابله با این موضوع وجود دارند که در شرایط خاصی کاملا رضایت بخش هستند، ساختن یک روش که به خوبی در یک زمینه کلی کار می کند هنوز یک چالش قابل توجه است. در این مقاله پیشنهاد می کنیم یک رویکرد بیزی بر مبنای فاکتور سازی ماتریس غیرقابل انعطاف پذیری پیچیده که از توزیع های قبلی استفاده می کند تا ویژگی های خاصی را بر مؤلفه های فرکانس زمان سیگنال بازسازی شده و اجزای بازدارنده قرار دهد. یک الگوریتم برای اجرای روش توصیف و آزمایش شده است. مقایسه نتایج در مقایسه با نتایج به دست آمده با روش های پیشرفته، نشان دهنده بهبود قابل ملاحظه ای است.