基于改进最小值搜索的IMCRA噪声估计算法

发布时间：2022-10-19 09:53

　　当噪声水平升高时,现有的噪声估计算法存在跟踪时延和估计不准确的问题,为提高噪声估计的准确性,对改进的最小值控制的递归平均噪声估计算法（improved minima controlled recursive averaging,IMCRA）中的最小值搜索方法进行改进,利用连续最小值跟踪算法取代最小值统计算法,打破求解最小值受窗长影响的现状,减少跟踪时延;提出一种基于语音存在概率的偏差补偿函数模型,偏差补偿的大小由各个频带决定。实验结果表明,不管是平稳还是非平稳噪声环境,改进后的算法都能有效提高增强后语音的质量。 

【文章页数】：6 页

【文章目录】：
0 引言
1 IMCRA算法简介
2 改进IMCRA算法
    2.1 连续最小值跟踪算法更新最小值
    2.2 偏差补偿因子优化
    2.3 基于改进算法的语音增强系统
3 实验结果与分析
4 结束语


【参考文献】：
期刊论文
[1]基于语音存在概率的噪声功率谱估计改进算法[J]. 庞亮,刘双东.  电声技术. 2017(02)
[2]基于改进谱平滑策略的IMCRA算法及其语音增强[J]. 张建伟,陶亮,周健,王华彬.  计算机工程与应用. 2017(01)
[3]基于大小窗双向并行最小值搜索的IMCRA算法[J]. 熊晶,何兴,李晋升.  信息通信. 2015(03)

硕士论文
[1]基于噪声估计的语音增强算法研究与实现[D]. 王冕.湖南大学 2018



本文编号：3693146