Blind Source Separation(BSS) is a progressive subject of Digital Signal Processing. The aim is to recover unknown original signals from their observable mixture without knowing the signals nor the parameters of the mixing system. Independent Component Analysis (ICA) is the most popular method for BSS, which is based on the assumption of independence of the original signals. The general formulation makes the problem possible for its application in broad range of fields.The applicant has recently published several significant results in the field, in particular, a fast and Fisher-efficient algorithm for Independent Component Analysis. The general aim of this project is to carry on with the present work, and to start collaboration with the research team of the department (Automatic Speech Recognition) where the applicant has recently received a new position. The main focus consists in application of the recently developed algorithms in audio source separation and speech artefact suppresion (en)
Slepá separace dat (BSS) je moderní téma digitálního zpracování signálů. Účelem je získat neznámé původní signály z nějaké jejich námi pozorované směsi, a to bez znalosti těchto signálů nebo parametrů modelu mixování. Nejužívanější metodou je analýza nezávislých komponent (ICA), jejíž princip se opírá o předpoklad stochastické nezávislosti původních signálů. Takto obecná formulace problému umožňuje jeho aplikaci v široké škále oborů.Navrhovateli se doposud podařilo publikovat několik významných výsledků v oboru, zejména odvození rychlého a eficientního algoritmu pro analýzu nezávislých komponent. Jedním z hlavních cílů projektu je v této činnosti pokračovat a připojit ji k vědeckovýzkumné aktivitě (automatické rozpoznávání řeči) nového pracoviště navrhovatele. Jedná se mimo jiné o aplikaci nově odvozených metod na separaci audio signálů a odstraňování nežádoucích artefaktů z řečových záznamů právě s využitím slepé separace. Účelem projektu je podpora vědecké, publikační a
Cíle projektu byly splněny. Byla publikována řada nových ICA algoritmů. Kvalitu dokazuje zařazení těchto algoritmů do známého softwarového balíku ICALAB (http://www.bsp.brain.riken.jp/ICALAB) Vyvinuté metody mají potenciál pro využití v komerčních aplikac (cs)