基于梳状滤波器的的语音增强

COHERENT MODULATION COMB FILTERING FOR ENHANCING SPEECH IN WIND

文章链接:https://www.iwaenc.org/proceedings/2008/contents/papers/9060.pdf?origin=publication_detail

最近在看Amazon研究院的RNNoise、PercepNet以及个性化PercepNet的时候都用到了梳状滤波器来提高语谱图中的谐波的表现,这篇文章的梳状滤波器设计的很棒,可以作为部分参考资料。

让我们一起来读这篇文章:

[En]

Let’s read this article together:

1.介绍

在语音增强的信号处理领域已经做了大量的工作。两种标准的降噪方法是维纳滤波[1]和谱减法[2]。这两种算法都是在假设噪声是平稳或准平稳的基础上工作的,并且当噪声符合这些特征时都能很好地执行。然而,风噪声具有高度的非平稳性和不可预测性,导致这类方法的性能很差[3]。其他方法包括具有高斯混合模型的隐马尔可夫模型[4]、矢量量化[5]和非负稀疏编码[3]。上述方法需要语音、风噪声或两者的训练集来开发模型。相反,提出的方法引入了一种新的风噪声去除方法,该方法不依赖于从训练数据中建立模型。由于此方法从根本上不同于上面的建模方法,因此它不会直接与它们竞争,并且有可能与前面的方法结合使用,以获得比单独使用其中任何一种方法更好的性能。

2.所提出的滤波器模型

所提出的滤波模型利用语音和噪声的特性进行语音增强和噪声抑制,因此在讨论滤波模型之前,首先要给出感兴趣的语音和风的特征。风的噪声模型是一个非平稳噪声源,能量集中在较低的频率上,随着频率的增加以大约 _1/f_的速度滚动6。非平稳性的产生是因为阵发的风在统计上是动态的和不可预测的。使用的语音模型[7]将语音分类为浊音或清音。具有显著谐波内容的语音被建模为浊音,而语音的非谐波分量被清音。已经观察到浊音的能量集中在较低的频率(

基于梳状滤波器的的语音增强

图1. 风噪的语谱图

提出的滤波器模型分为两个主要分量,一个用于高频(>4 kHz),另一个用于低频(

Original: https://blog.csdn.net/qq_29604371/article/details/122563436
Author: 家有爱妻是个宝
Title: 基于梳状滤波器的的语音增强

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/498188/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球