基于短时谱估计的语音增强研究

doi:10.3778/j.issn.1002-8331.2008.32.002

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (32): 6-9.DOI: 10.3778/j.issn.1002-8331.2008.32.002

基于短时谱估计的语音增强研究

雷建军¹,杨震²,刘刚³,郭军³

1.天津大学电子信息工程学院，天津 300072
2.北京工业大学计算机学院，北京 100124
3.北京邮电大学信息工程学院，北京 100876

收稿日期:2008-07-21 修回日期:2008-08-18 出版日期:2008-11-11 发布日期:2008-11-11
通讯作者: 雷建军

Research on speech enhancement based on short-time spectrum estimation

LEI Jian-jun¹,YANG Zhen²,LIU Gang³,GUO Jun³

1.School of Electronic Information Engineering，Tianjin University，Tianjin 300072，China
2.College of Computer Science，Beijing University of Technology，Beijing 100124，China
3.School of Information Engineering，Beijing University of Posts and Telecommunications，Beijing 100876，China

Received:2008-07-21 Revised:2008-08-18 Online:2008-11-11 Published:2008-11-11
Contact: LEI Jian-jun

摘要/Abstract

摘要： 基于短时谱估计的语音增强算法具有良好的降噪性能，算法高效且易于实现。本文对谱减法、维纳滤波、最小均方误差估计等此类算法进行系统的论证，结合实验，分析比较了它们的性能差异，并指出了它们各自的优缺点及适用环境。

关键词: 语音增强, 短时谱, 谱减, 维纳滤波, 最小均方误差

Abstract: Speech enhancement based on short-time spectrum estimation has good noise robustness，and it is efficient and easy-to-implement.In this paper，spectral subtraction，Wiener filter，and minimum mean square error estimator are demonstrated.Then，their respective advantages and disadvantages of the approaches are outlined.Finally，the applicable field and localization of each method are also pointed out.

Key words: speech enhancement, short-time spectrum, spectral subtraction, Wiener filter, Minimum Mean Square Error

雷建军¹,杨震²,刘刚³,郭军³. 基于短时谱估计的语音增强研究[J]. 计算机工程与应用, 2008, 44(32): 6-9.

LEI Jian-jun¹,YANG Zhen²,LIU Gang³,GUO Jun³. Research on speech enhancement based on short-time spectrum estimation[J]. Computer Engineering and Applications, 2008, 44(32): 6-9.

[1]	王师琦，曾庆宁，龙超，熊松龄，祁潇潇. 语音增强与检测的多任务学习方法研究[J]. 计算机工程与应用, 2021, 57(20): 197-202.
[2]	陈秋菊，徐建国. 优化正交匹配追踪和短时谱估计用于声音识别[J]. 计算机工程与应用, 2020, 56(7): 162-169.
[3]	王雁，贾海蓉，吉慧芳，王卫梅. 特征联合优化深度信念网络的语音增强算法[J]. 计算机工程与应用, 2019, 55(9): 38-42.
[4]	吉慧芳，贾海蓉，王雁. 改进相位谱补偿的语音增强方法[J]. 计算机工程与应用, 2019, 55(8): 48-52.
[5]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[6]	王虎，李晶，赵恒淼，臧燕，李春堂. 稀疏低秩模型及相位谱补偿的语音增强算法[J]. 计算机工程与应用, 2018, 54(5): 150-155.
[7]	袁小平，王珏，王昕，凌云志. 秸秆焚烧定位系统中的DV-Hop算法的改进[J]. 计算机工程与应用, 2017, 53(9): 117-120.
[8]	王波，于凤芹，陈莹. 基于非平滑非负矩阵分解语音增强[J]. 计算机工程与应用, 2017, 53(7): 160-164.
[9]	王霞1，马俊晖1，王光艳2，张艳1. 面罩语音质量评价算法适用性研究[J]. 计算机工程与应用, 2017, 53(19): 114-117.
[10]	王霞1，王丹1，王光艳2，张艳1. 压缩感知与EMD相结合的带噪面罩语音增强[J]. 计算机工程与应用, 2017, 53(18): 137-140.
[11]	黑珊珊1，王晓琴2. 基于LMMSE的分块滑窗信道估计算法[J]. 计算机工程与应用, 2017, 53(16): 79-83.
[12]	张建伟，陶亮，周健，王华彬. 基于改进谱平滑策略的IMCRA算法及其语音增强[J]. 计算机工程与应用, 2017, 53(1): 153-157.
[13]	王立琦，侯彦鹏. 一种新的异类传感器信息融合算法[J]. 计算机工程与应用, 2016, 52(6): 107-110.
[14]	胡永刚1，张雄伟1，邹霞1，闵刚1，2，张立伟1，王健3. ADMM稀疏非负矩阵分解语音增强算法[J]. 计算机工程与应用, 2016, 52(3): 108-112.
[15]	宁矿凤，王景芳. DCT域维纳滤波语音增强[J]. 计算机工程与应用, 2015, 51(8): 226-230.

基于短时谱估计的语音增强研究

Research on speech enhancement based on short-time spectrum estimation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics