Complex nonconvex lp norm minimization for underdetermined source separation

Emmanuel Vincent 1
1 METISS - Speech and sound data modeling and processing
IRISA - Institut de Recherche en Informatique et Systèmes Aléatoires, Inria Rennes – Bretagne Atlantique
Abstract : Underdetermined source separation methods often rely on the assumption that the time-frequency source coefficients are independent and Laplacian distributed. In this article, we extend these methods by assuming that these coefficients follow a generalized Gaussian prior with shape parameter p. We study mathematical and experimental properties of the resulting complex nonconvex lp norm optimization problem in a particular case and derive an efficient global optimization algorithm. We show that the best separation performance for three-source stereo convolutive speech mixtures is achieved for small p.
Type de document :
Communication dans un congrès
7th Int. Conf. on Independent Component Analysis and Blind Source Separation (ICA), Sep 2007, London, United Kingdom. pp.430--437, 2007
Liste complète des métadonnées

Littérature citée [13 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00544203
Contributeur : Emmanuel Vincent <>
Soumis le : mardi 7 décembre 2010 - 14:54:24
Dernière modification le : jeudi 11 janvier 2018 - 06:20:09
Document(s) archivé(s) le : mardi 8 mars 2011 - 04:28:58

Fichier

vincent_ICA07bis.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : inria-00544203, version 1

Collections

Citation

Emmanuel Vincent. Complex nonconvex lp norm minimization for underdetermined source separation. 7th Int. Conf. on Independent Component Analysis and Blind Source Separation (ICA), Sep 2007, London, United Kingdom. pp.430--437, 2007. 〈inria-00544203〉

Partager

Métriques

Consultations de la notice

262

Téléchargements de fichiers

404