为了识别两路频谱混叠语音信号，多采用盲信号分离的方法。但是该方法在工程实践中实现较困难。因此给出了一种利用盲源信号分离的原理及特点的实现方法，具体说明了用FastICA算法在ADSP_BF533平台上实现盲源信号分离时的具体流程。该设计方案所需时间短，效率高，而且占用内存较少。

摘要：为了识别两路频谱混叠语音信号，多采用盲信号分离的方法。但是该方法在工程实践中实现较困难。因此给出了一种利用盲源信号分离的原理及特点的实现方法，具体说明了用FastICA算法在ADSP_BF533平台上实现盲源信号

摘要：研究了利用盲源分离理论解决语音识别之前的语音净化问题。基于MSICA算法良好的性能、低复杂度和实时性，设计了以TI公司的TMS320C6416数字信号处理器为内核的语音净化系统。该系统可以使语音识别系统获得纯净语音，从而有效提高语音识别系统的识别率和鲁棒性。 关键词：盲源分离 DSP 语音识别 语音净化目前针对语音识别提出了很多算法，但是这些研究基本上都是基于较为纯净的语音环境，一旦待识别的环境中有噪声和干扰，语音识别就会受到严重影响。因为大多数语音识别的语音模板基本上是在无噪声和无