一种基于自适应滤波器组的神经网络方法用于时延估计与语音增强
声音
2025-02-11 v1 音频与语音处理
摘要
时延估计（TDE）在使用自适应滤波器方法的声学回声消除（AEC）中起着关键作用。如果出现估计误差，将会留下相当大的残余回声。在本文中，我们提出了一种基于自适应滤波器组的神经网络方法，其中时延由一组具有重叠时间范围的自适应滤波器组进行估计，所有滤波器权重的能量被拼接并馈送到一个分类网络。选择具有最大概率的索引作为估计时延。基于此TDE，设计了一种AEC方案，使用神经网络进行残余回声和噪声抑制，并采用最优修正对数谱幅度（OMLSA）算法以增强其鲁棒性。此外，还设计了一种带有频谱平滑方法的鲁棒自动增益控制（AGC）方案来放大语音片段。性能评估表明，我们的方案能够实现更高的性能。
引用
@article{arxiv.2502.06098,
title = {An adaptive filter bank based neural network approach for time delay estimation and speech enhancement},
author = {Lu Ma},
journal= {arXiv preprint arXiv:2502.06098},
year = {2025}
}
备注
audio 3A