基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

• 作者: 张皓然 李小霞 王学渊
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 真实环境 自适应阈值 活动语音检测算法 实时最小均方误差对数谱幅度估计算法 实时背景 低信噪比
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 1763-1768
• 页数: 6页
• 分类号: TP912.35
• 字数: 5174字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019111880

摘要

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性,提出了一种联合自适应阈值活动语音检测(VAD)算法和最小均方误差对数谱幅度估计(MMSE-LSA)的实时降噪算法.首先,在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计,对得到的背景噪声进行实时更新并保存;然后,将实时更新的背景噪声作为MMSE-LSA的参考噪声,并对噪声幅度谱进行自适应更新,最后进行降噪处理.通过在真实场景中对四类声信号进行实验,结果表明,该算法在保证对低SNR声信号的实时处理的情况下,相较于传统MMSE-LSA算法,降噪信号的SNR能够提高10～15 dB,且不存在信号过减的情况,可应用于实际工程.