基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文介绍了一种结合最小值控制的递归平均(MCRA)噪声谱估计和最优改进对数幅度谱估计(OM-LSA)的语音增强算法.MCRA对于噪声的估计是无偏的,对输入信噪比和加性噪声具有鲁棒性,计算效率高,并且能够快速跟踪噪声谱.而OM-LSA既可保留语音周期成分,又可避免音乐噪声残留,两个算法相结合可以实现最优滤波,取得较好的噪声抑制效果.
推荐文章
OM-LSA和小波阈值去噪结合的语音增强
小波阈值去噪
残留噪声
最优改进对数谱幅度估计(OM-LSA)
语音增强
基于深度置信网络的语音增强算法
语音增强算法
深度置信网络
LOGMMSE算法
优化改进的对数幅度谱算法
基于DNN的子空间语音增强算法
语音增强
信号子空间
深度神经网络
非平稳噪声
噪声估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MCRA和OM-LSA的语音增强算法
来源期刊 中国无线电 学科
关键词 语音增强 谱估计 最小值控制的递归平均(MCRA) 最优改进对数幅度谱估计(OM-LSA)
年,卷(期) 2021,(5) 所属期刊栏目 监测检测
研究方向 页码范围 70-73
页数 4页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1672-7797.2021.05.046
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音增强
谱估计
最小值控制的递归平均(MCRA)
最优改进对数幅度谱估计(OM-LSA)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国无线电
月刊
1672-7797
11-5203/TN
大16开
北京市朝阳区安苑路11号
82-830
1990
chi
出版文献量(篇)
9785
总下载数(次)
5
论文1v1指导