【问题标题】:Real World Blind Source Separation真实世界盲源分离
【发布时间】:2016-12-02 05:09:02
【问题描述】:

我知道 Scipy 有一些 ICA 算法,例如 FastICA,但它只能在混合信号观察完全同步的情况下使用。

我的应用程序正在使用麦克风将音频(语音)录制到单声道音频文件中。所以 FastICA 无法工作。

在我的研究中,我遇到的其他一些算法是:Jade、AMUSE 和 DUET。但是,我不确定 Python 在多大程度上支持这些算法。如果可能的话,我宁愿继续使用 Python 编程语言。

让我补充一下,我非常看重界面的易用性、Python 库的内置功能以及计算效率。考虑到这一点,有使用 Scipy 或其他相关 Python 库经验的人能否提出合适的替代方案?

我有 Anaconda 4.0,并且正在运行 Python 3.5——请告诉我应该导入什么。

感谢您的阅读

【问题讨论】:

    标签: python scipy signal-processing


    【解决方案1】:

    您可以通过安装python中可用的pyemma工具包来运行代码。

    conda config --add conda-forge
    
    conda install pyemma
    

    您可以参考本站获取更多帮助:http://emma-project.org/latest/generated/MSM_BPTI.html

    【讨论】:

    • 请注意,您现在应该从 conda-forge 频道安装。 $ conda install -c conda-forge pyemma
    • @AkashParvatikar 你能更新链接吗?坏了。
    猜你喜欢
    • 1970-01-01
    • 2015-10-02
    • 2020-07-29
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多