在实际录制中无法通过FastICA分离声音信号

我已经编写了一个程序，使用Python MDP FastICA示例上的代码在立体声WAV文件上执行FastICA。

通过音频示例，我得到了很好的结果。

然后，我尝试通过将麦克风1连接到L通道，将麦克风2连接到R通道，使用连接到我电脑立体声麦克风的两个计算机单声道麦克风进行真实世界录音。在安静的房间里聊天时，我会在后台播放一些音乐进行测试。

但是，运行FastICA根本不会分离信号。麦克风的质量是否可能太差？在运行FastICA之前，我需要对记录的WAV文件（16位，有符号PCM，44100Hz）做任何事情吗？

您可以在此处下载录音。

原始形式的ICA仅适用于相同步观测混合物。如您所述，使用麦克风会引起其他海报指出的相位延迟。然而，该相位延迟可以被利用。在存在延迟的情况下处理立体声分离的最著名算法是DUET。链接已断开，但您要查找的参考文献在此处> http://eleceng.ucd.ie/~srickard/bss.html。

您应该查找这篇论文>
A. Jourjine，S。Rickard和O. Yilmaz，不相交正交信号的盲分离：从2种混合物中混合N个信号源，IEEE声学，语音和信号处理会议（ICASSP2000），第5卷，第2985-2988页，土耳其伊斯坦布尔，2000年6月

正如我在页面下方所说的那样：

事实证明，当信号在不同的传感器通道中以不同的延迟出现时，ICA实际上并不能很好地工作。它假定是瞬时混音（在所有不同的录音中信号彼此之间完全同步）。在实际情况下，表演者和麦克风会发生延迟，因为每个信号源与每个麦克风的距离不同。

我猜想通道之间的这种延迟是原因。如果仔细观察这两个波形，您可能会发现某些声音在一个通道中的出现比另一个通道中的更快，其余的反之亦然。

为了证明这不是麦克风的质量，您可以尝试在一个不同的时间使用一个麦克风录制两个不同的信号，然后将它们混合在一起，以便每个通道中的每个信号中的一部分，然后看看在这种情况下ICA是否有效。

还有另一种使用二阶统计量的算法：AMUSE。

在这里，您可以找到Python的实现。