當噪聲水平升高時,現(xiàn)有的噪聲估計算法存在跟蹤時延和估計不準確的問題,為提高噪聲估計的準確性,對改進的最小值控制的遞歸平均噪聲估計算法（improved minima controlled recursive averaging,IMCRA）中的最小值搜索方法進行改進,利用連續(xù)最小值跟蹤算法取代最小值統(tǒng)計算法,打破求解最小值受窗長影響的現(xiàn)狀,減少跟蹤時延;提出一種基于語音存在概率的偏差補償函數(shù)模型,偏差補償?shù)拇笮∮筛鱾�頻帶決定。實驗結(jié)果表明,不管是平穩(wěn)還是非平穩(wěn)噪聲環(huán)境,改進后的算法都能有效提高增強后語音的質(zhì)量。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 IMCRA算法簡介
2 改進IMCRA算法
    2.1 連續(xù)最小值跟蹤算法更新最小值
    2.2 偏差補償因子優(yōu)化
    2.3 基于改進算法的語音增強系統(tǒng)
3 實驗結(jié)果與分析
4 結(jié)束語


【參考文獻】：
期刊論文
[1]基于語音存在概率的噪聲功率譜估計改進算法[J]. 龐亮,劉雙東.  電聲技術(shù). 2017(02)
[2]基于改進譜平滑策略的IMCRA算法及其語音增強[J]. 張建偉,陶亮,周健,王華彬.  計算機工程與應用. 2017(01)
[3]基于大小窗雙向并行最小值搜索的IMCRA算法[J]. 熊晶,何興,李晉升.  信息通信. 2015(03)

碩士論文
[1]基于噪聲估計的語音增強算法研究與實現(xiàn)[D]. 王冕.湖南大學 2018



本文編號：3693146