检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 智能音箱中的一种快速回声消除算法

张伟, 王冬霞, 于玲

计算机应用 2020, 40 (4): 1191-1195. DOI: 10.11772/j.issn.1001-9081.2019081482

摘要（1170）

PDF （2168KB）（586）

考虑到智能音箱中多采用麦克风阵列作为拾音装置，而单通道自适应滤波技术对声学回声消除具有失真性和复杂性，提出一种麦克风阵列快速回声消除算法。该算法首先用自适应滤波技术估计第一通道回声，然后估计阵列间的相对回声传递函数，把两者相乘得到其他通道回声；其次，把估计出的回声和噪声当作广义旁瓣抵消器（GSC）波束形成下支路的噪声参考信号，利用GSC波束形成算法去除回声和噪声。仿真结果表明，在中度混响、远距离、低回噪比且用音乐作为回声环境时，该算法具有良好的回声消除与噪声抑制性能，不仅运算量小，而且使目标语音信号具有较高的信源失真率和可懂度。

参考文献 | 相关文章 | 多维度评价

Select

2. 稀疏正则非负矩阵分解的语音增强算法

蒋茂松, 王冬霞, 牛芳琳, 曹玉东

计算机应用 2018, 38 (4): 1176-1180. DOI: 10.11772/j.issn.1001-9081.2017092316

摘要（427）

PDF （800KB）（446）

对于非负矩阵分解的语音增强算法在不同环境噪声的鲁棒性问题，提出一种稀疏正则非负矩阵分解（SRNMF）的语音增强算法。该算法不仅考虑到数据处理时的噪声影响，而且对系数矩阵进行了稀疏约束，使其分解出的数据具有较好的语音特征。该算法首先在对语音和噪声的幅度谱先验字典矩阵学习的基础上，构建联合字典矩阵，然后更新带噪语音幅度谱在联合字典矩阵下的系数矩阵，最后重构原始纯净语音，实现语音增强。实验结果表明，在非平稳噪声和低信噪比（小于0 dB）条件下，该算法较好地削弱了噪声的变化对算法性能的影响，不仅有较高的信源失真率（SDR），提高了1~1.5个数量级，而且运算速度也有一定程度的提高，使得基于非负矩阵分解的语音增强算法更实用。

参考文献 | 相关文章 | 多维度评价