噪声估计的主要方法简要概述

噪声估计,噪声估计的主要方法简要概述

目前,噪声估计已成为语音增强技术中很关键的环节。在很多单通道语音增强算法中,尤其在噪声源不可知的情况下,实时噪声功率谱估计是很重要的。噪声估计的准确性会直接影响最终效果:若噪声估计过高,则徼弱的语音将被去掉,增强语音会产生失真;若估计过低,则会有较多的背景残留噪声。


近年来,非稳定环境下噪声功率谱估计得到了重视。传统的噪声估计方法实现纯粹基于语音活动的检测,制约了噪声在语音存在时的更新,而且在弱语音信号的低输入信噪比时,其可靠性性能恶化较明显。


文献【1】提出的最小值统计(Minima Statistical,MS)方法通过跟踪特定窗内语音功率谱的最小值来估计噪声,乘以一个系数来补偿偏差。该方法所得噪声估计的方差是传统方法的2倍,同时它可能偶尔会削弱低能垦音素,尤其当最小观察窗很小时,只有以很高的计算复杂度为代价来克服其局限性。

文献【2—3】提出最小值控制递归平均(Minima ControlledRecursive Averaging,MCRA)法以及改进的MCRA(Improved Minima Controlled Recursive Averaging,IMCRA),它们虽然保证了噪声谱估计的准确性,但在追踪带噪语音平滑功率谱最小值时采用了固定时间窗,因此,在噪声突变的情况下,估计的噪声谱存在很长的延时。

文献【4】提出一种快速估计方法,其噪声谱的更新在连续时问内不依赖同定时间的窗长,但在语音或噪声能量过高时噪声估计会慢下来,而且当时间大于0.5 S时,会削弱一些语音能量。


注:袁文浩. 《基于噪声估计的语音增强算法研究》[D]. 上海:华东理工大学.

此为博士论文,对于噪声估计的主要方法及原理都有详细介绍。


参考文献:

【1】Martin R.Noise Power Spectral Density Estimation Based on Optimal Smoothing and Minimum Statistics[J].IEEE Trans.on Speech andAudio Processing,2001,9(5):504—512.
【2】Cohen I,Bergdugo B.Noise Estimation by Minima Controlled Recursive for Robust Speech Enhancement[J].IEEE Signal Processing Letters,2002,9(1):12—15.
【3】Cohen I.Noise Spectral Estimation in Adverse Environments:Improved Minima Controlled Recursive Averaging[J].IEEE Transactions on Speech and Audio Processing,2003,11(5):466475.
【4】Rangachari S,Loizou P C.A Noise—estimation Algorithm for Highly Non-stationary Environments[C]//Proc.of ICASSP’04.Dallas,USA:[s.n.],2004:220—231.


噪声估计的主要方法简要概述的相关内容如下:

判断上下联的简要方法| 鲁迅生平事迹简要概述| 琅琊榜全剧情简要概述| 折现率估计的主要方法| 简要概述物联网的框架结构| 住宅区噪音标准2018| 简要概述巴黎圣母院的故事梗概| 儒家与道家思想的区别简要概述|

TAG标签:

文章标题:噪声估计的主要方法简要概述

转载注明出处:http://www.puyangxw.cn/newszx/442420.html

说点什么吧
  • 全部评论(0
    还没有评论,快来抢沙发吧!

随机标签推荐

濮阳新闻