10.16208/j.issn1000-7024.2019.03.028
基于改进最小值搜索的IMCRA噪声估计算法
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.
噪声估计、语音增强、最小值搜索、改进的最小值控制递归平均算法 (IMCRA)、偏差补偿
40
TN912.35
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
762-766,878