修正的基于广义Gamma语音模型语音增强算法

摘要：

广义Gamma模型是近年来新提出的一种语音分布模型，相对于传统的高斯或超高斯模型具有更好的普适性和灵活性，提出一种基于广义Gamma语音模型和语音存在概率修正的语音增强算法。在假设语音和噪声的幅度谱系数分别服从广义Gamma分布和Gaussian分布的基础上，推导了语音信号对数谱的最小均方误差估计式；在该模型下进一步推导了语音存在概率，对最小均方误差估计进行修正。仿真结果表明，与传统的短时谱估计算法相比，该算法不仅能够进一步提高增强语音的信噪比，而且可以有效减小增强语音的失真度，提高增强语音的主观感知质量。

关键词：语音增强、语音存在概率、广义Gamma分布、最小均方误差、对数谱

分类号：TP912.3

在线出版日期：2014-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：230-235