TÓM TẮT: Tai ta thường đồng thời tiếp nhận nhiều nguồn âm (tiếng nói, âm nhạc,

nhiễu ) khác nhau nhưng ta vẫn có thể lắng nghe nguồn âm chủ định. Một hệ thống xử lý

tiếng hay nhận dạng tiếng cần đạt đến khả năng thông minh như vậy. Bài toán là từ nhiều tín

hiệu đã trộn lẫn ta muốn khôi phục các tín hiệu nguồn riêng rẽ.

Trong hơn chục năm qua người ta đã phát triển một phương pháp mới giúp giải bài

toán tách nguồn mù (Blind Source Separation – BSS) nêu trên rất hiệu quả, đó là phân tích

thành phần độc lập (Independent Component Analysis – ICA). Bài báo trình bày tổng quan

tóm lược về ICA và ứng dụng của chúng tôi vào việc tách âm. Kết quả rất tốt. Từ đây chúng

tôi có thể tiếp tục phân tích các bài toán tách âm phức tạp hơn dùng ICA.

1.GIỚI THIỆU

Khi có nhiều tín hiệu ở các khoảng tần số khác nhau được trộn (tổng hợp) lại, ta có thể

lọc ra từng tín hiệu riêng biệt như lúc ban đầu. Còn nếu các tín hiệu nằm trong cùng khoảng

tần số (ví dụ nhiều người cùng nói, tiếng hát trên nền nhạc, nhiều bản nhạc cùng chơi ), ta

không thể dùng phương pháp lọc hay phân tích phổ thông thường. Lúc bấy giờ phải dựa vào

các phương pháp thống kê trong đó có phương pháp phân tích thành phần độc lập

(Independent Component Analysis - ICA) . . . . ICA có nhiều ứng dụng, bài báo này chỉ

đề cập đến ứng dụng tách âm (tiếng nói và âm nhạc) . Do chưa thấy công trình trên các

tập san, tạp chí trong nước liên quan đến ICA nên chúng tôi có phần tổng quan hơi là chi tiết

(mục 1, 2, 3 và 4).

Ở hình 1 tiến