如需转载,请注明出处!
创建CSDN博客专栏的流程过于繁琐,为了节省时间,以系列文章的方式总结对语音增强算法的研究,主要包含语音降噪与回声消除算法。
参考文献:Speech enhancement for non-stationary noise environments
作者: Israel Cohen
核心算法
1. OM-LSA (Optimally-Modified Log-Spectral Amplitude estimator) 用于speech estimator
2. MCRA (Minimum-Contraled Recursive Averaging) 用于noise tracking
该降噪算法基于统计模型,引入speech presence uncertainty概率估计参数来更新计算噪声估计、增益因子计算。
算法结论:
降噪效果:
</div>
如需转载,请注明出处!
创建CSDN博客专栏的流程过于繁琐,为了节省时间,以系列文章的方式总结对语音增强算法的研究,主要包含语音降噪与回声消除算法。
参考文献:Speech enhancement for non-stationary noise environments
作者: Israel Cohen
核心算法
1. OM-LSA (Optimally-Modified Log-Spectral Amplitude estimator) 用于speech estimator
2. MCRA (Minimum-Contraled Recursive Averaging) 用于noise tracking
该降噪算法基于统计模型,引入speech presence uncertainty概率估计参数来更新计算噪声估计、增益因子计算。
算法结论:
降噪效果:
</div>