جداسازي سيگنالهاي صحبت مخلوط شده در يك محيط واقعي با استفاده از الگوريتم DUET ساده شده

Speech Separation Using Reduced Complexity DUET Algorithm in Real Environment

الگوريتم تخمين جداسازي كاهنده(DUET) از الگوريتمهاي عملي‌اي است كه جداسازي منابع در يك محيط بدون پژواك را انجام مي‌دهد. اين الگوريتم از حوزه فركانس براي پردازش سيگنالها استفاده مي‌كند و مخلوطهاي صحبت را حتي وقتي تعداد منابع بيشتر از سنسورها باشد، جدا مي‌كند. اما اجراي DUET، بخصوص براي فايلهاي صحبت با طول نسبتا بزرگ، زمان‌بر و كند است. در اين تحقيق ضمن كاهش نمونه‌برداري سيگنال صحبت مخلوطي كه قرار است جداسازي بر روي آن اجرا شود، يك الگوريتم DUET تغيير يافته جهت كاهش زمان اجراي روش ارايه مي‌گردد. استفاده از روش پيشنهادي زمان اجراي جداسازي را به حدود يك سوم الگوريتم پايه كاهش مي‌دهد. كارايي الگوريتم تغيير يافته براي فايلهاي صحبت با طول بزرگتر از ده ثانيه بيشتر مشخص است.

The Degenerate Unmixing Estimation Technique (DUET) is a practical algorithm for source separation in anechoic environment. DUET performs source separation by frequency domain processing and is independent of the number of mixed sources. However performance of this algorithm for long speech signals is very slow. In this research we first down sampled real mixtures and then implemented the modified DUET algorithm. Using the proposed method reduces the implementation time almost one third of the basic algorithm.