语音增强-理论与实践----笔记-谱减法
2017-07-28 21:54
211 查看
谱减法降噪
1: ref the语音增强-理论与实践
语音增强-理论与实践----笔记-谱减法
关于谱减法降噪,在噪声为加性噪声的前提下,区分出带噪语音帧与噪声帧,通过带噪语音帧的幅度谱或者功率谱减去估计出来的噪声谱,使用原带噪语音的相位结合减去噪声谱后的估计语音谱,恢复出估计语音即增加后的语音。如下公式中
带噪语音=y(n)----Y(w)
估计噪声= d(n)-----D(w)
期望语音=x(n)----x(w)
X(W)=[|Y(W)-D(W)|]e^(j*ang(Y(W)))
根据上述公式,有两方面会影响降噪效果1: 噪声估计,2使用带噪语音相位。(有实验表明,能被感觉到的最小相位差在pi/8到pi/4之间,在所有频段的信噪比大于约8db时,感觉不到噪声对信号相位的影响)
由于噪声估计不准确,导致效果不理想。噪声估计不准确,导致减法后会出现估计语音谱的大范围变化,导致音乐噪声。为减轻音乐噪声,对减法的改进出现了不同的谱减算法。
1:谱减法采用过减技术。
2:非线性谱减:针对每一个W采用过减技术,每个W可以采用不同的过减因子。
3:多带谱减:由于2中W变化范围比较大,于是改进为分频带的过减因子。每个频带中谱变化比单W的变化平稳。
4: MMSE谱减算法,引入谱减约束条件,在均方误差意义下最优地选择减法参数。在信噪比《=5时有比较明显效果。
5:扩展谱减算法:更新了对噪声估计的方法,基于自适应维纳滤波与谱减原理的结合。维纳滤波用于估计噪声谱,谱减用于得到估计语音。
相关文章推荐
- 互联网电商大数据环境 ——大数飓数据分析实践培训精华笔记(四)——维度建模基础理论
- 分布式服务框架-原理与实践:14---流量控制-学习笔记(理论篇)
- 互联网电商大数据环境 ——大数飓数据分析实践培训精华笔记(三)——数据仓库理论
- 《软件工程 ——理论、方法与实践》知识概括第十章 软件测试
- Android Service的理论探讨与实践(二)之onStartCommand()方法返回值的探究
- [转][Java 理论与实践: 垃圾收集简史]
- Google.Android开发入门与实践-学习笔记4
- OOA&D实践之路——真实案例解析OO理论与实践(一、导言)
- “实践与理论相结合”是开发人员的学习之道
- [sphinx][语音识别]学习笔记
- COM interop理论/实践
- Java 理论与实践: 正确使用 Volatile 变量
- Java JDBC 理论笔记
- 语音增强算法研究系列(二):MMSE-LSA 音频降噪
- 语音增强算法研究系列(四):非平稳噪声消除
- Javascript笔记:(实践篇)从jQuery插件技术说起-分析extend方法的源码(发现extend方法里有bug)(下篇)
- 《看透springMvc源代码分析与实践》笔记1网站架构演变
- 《看透springMvc源代码分析与实践》笔记2常见协议和标准
- Java基础学习总结(53)——HTTPS 理论详解与实践