语音增强算法研究系列（四）：非平稳噪声消除

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>