关于在吴恩达的课上看到的奇异值分解实现音频分离

115 阅读 0 评论 76 点赞

我是靠谱客的博主体贴小猫咪，这篇文章主要介绍关于在吴恩达的课上看到的奇异值分解实现音频分离，现在分享给大家，希望可以做个参考。

最近在看有关阵列信号处理的知识，无意中看到吴恩达的机器学习课上有这样一行代码：[W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x’);
看到的时候并没有什么感觉，有一天想自己实现一下的时候发现原来跟MIMO还有点关系。但是由于没有两个麦克风，而且比较懒不想仿真，所有网上搜了下代码，如下（链接https://stackoverflow.com/questions/20414667/cocktail-party-algorithm-svd-implementation-in-one-line-of-code）：

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
[x1, Fs1] = audioread('mix1.wav');%两个麦克风分别收到的混叠信号
[x2, Fs2] = audioread('mix2.wav');
xx = [x1, x2]';
yy = sqrtm(inv(cov(xx')))*(xx-repmat(mean(xx,2),1,size(xx,2)));%个人认为是一个归一化的过程
[W,s,v] = svd((repmat(sum(yy.*yy,1),size(yy,1),1).*yy)*yy');%奇异值分解，找到特征向量

a = W*xx; %将两个混叠信号跟特征向量相乘，得到投影后的两个音频向量
subplot(2,2,1); plot(x1); title('mixed audio - mic 1');
subplot(2,2,2); plot(x2); title('mixed audio - mic 2');
subplot(2,2,3); plot(a(1,:), 'g'); title('unmixed wave 1');
subplot(2,2,4); plot(a(2,:),'r'); title('unmixed wave 2');

audiowrite('unmixed1.wav', a(1,:), Fs1);
audiowrite('unmixed2.wav', a(2,:), Fs1);