2. Spracherkennung in gestörten Umgebungen leidet besonders unter Überlagerung des erwünschten Sprachsignals mit anderen Sprechersignalen Mikrofone zeichnen nur gefaltete Mischungen von Sprechersignalen auf Ziel: Rekonstruktion einzelner Sprechersignale Mischungen Independent Component Analysis
3. Sprechertrennung mit ICA Independent Component Analysis (ICA) schätzt optimale Entmischungsmatrix im Sinn der maximalen statistischen Unabhängigkeit der Signale Rekonstruktionen mit linearen ICA-Methoden A( ) -1 A( ) gefaltete Mischung S 1 ( ) S 2 ( ) X 1 ( ) X 2 ( ) Y 1 ( ) Y 2 ( ) Max. Unab- hängigkeit für alle
4. Erlaubt im Idealfall fast perfekte Trennung aus nur einem Mikrophonsignal Sprachsignale Mischung Maskierungs- funktion Zeit-Frequenzmaskierung