能量匹配的 MFS-HMM 语音增强方法

• 作者: 高珍珍 鲍长春
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 语音增强 隐马尔可夫模型 梅尔频谱域 能量调整
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算法研究
• 页码范围: 937-944
• 页数: 8页
• 分类号: TN912.3
• 字数: 5309字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.08.08

摘要

针对基于梅尔频谱域隐马尔可夫模型（Mel-Frequency Spectral domain Hidden Markov Model，MFS-HMM）的语音增强算法中存在训练集和测试集能量不匹配问题，本文提出了能量匹配的 MFS-HMM语音增强方法。该方法采用迭代的期望最大（Expectation Maximization，EM）法在线估计纯净语音和噪声的对数能量调整因子，并在线修正纯净语音和噪声的 HMM参数，使得训练集和测试集能量相匹配，有效地解决了能量不匹配对增强语音质量影响的问题。主客观测试结果表明，本文所提方法优于参考算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍长春	北京工业大学电子信息与控制工程学院语音与音频信号处理实验室	93	719	12.0	22.0
2	高珍珍	北京工业大学电子信息与控制工程学院语音与音频信号处理实验室	3	5	2.0	2.0