MétaCan
Menu
Retour à la cohorte
Enregistrement W2161161251

Efficient blind speech signal separation combining independent component analysis and beamforming

2007· article· en· W2161161251 sur OpenAlexaffvenue
Qiongfeng Pan, T. Aboulnasr

Notice bibliographique

RevueCanadian acoustics · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlind Source Separation Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBlind signal separationBeamformingIndependent component analysisComputer scienceDirection of arrivalSpeech recognitionSource separationInterference (communication)Independence (probability theory)AlgorithmFrequency domainSIGNAL (programming language)Time domainComputational complexity theoryExploitPattern recognition (psychology)Artificial intelligenceTelecommunicationsMathematicsComputer visionStatisticsChannel (broadcasting)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Blind Source Separation (BSS) algorithms can increasingly separate speech signals utilizing time and frequency domain information and beamforming (BF ) algorithms using spatial information from different point of views. BSS exploits a strong statistical condition including independence between source signals, while the popular BF approach utilizes the spatial information about the mixing system and/or source signals. In beamforming stage, the Directions of Arrival (DOA) of sources of interest are estimated blindly and then beamformers are constructed to extract signals from these directions. In the BSS stage, frequency domain convolutive algorithm is utilized to further reduce the interference in the given direction and improve the separation performance. Compared with existing systems, the proposed approach significantly reduces the computational complexity while maintaining comparable separation performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,270
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetBlind Source Separation TechniquesTravaux en français237 207