融合MVDR与MCLP的有效去混响算法
音频与语音处理
2022-03-29 v1
摘要
在混响场景下，人机交互体验会变差。为解决该问题，涌现了许多去混响方法。当前，如何更新现有基于多通道线性预测（MCLP）的去混响方法中卡尔曼滤波的参数是一项挑战性任务，尤其是目标语音的功率谱密度（PSD）的准确估计。本文在去混响中有效融合最小方差无失真响应（MVDR）波束形成器与 MCLP，其中 MCLP 中用于卡尔曼滤波的目标语音 PSD 被修正。为构造 MVDR 波束形成器，基于阻塞的 PSD 估计器同时估计晚期混响 PSD 与噪声 PSD。从而，用于卡尔曼滤波的目标语音 PSD 可由观测信号 PSD 减去晚期混响 PSD 与噪声 PSD 得到。与参考方法相比，所提方法表现出优异性能。
引用
@article{arxiv.2203.14561,
title = {An Effective Dereverberation Algorithm by Fusing MVDR and MCLP},
author = {Fengqi Tan and Changchun Bao},
journal= {arXiv preprint arXiv:2203.14561},
year = {2022}
}
备注
5 pages, 3 figures, this paper have been submitted to INTERSPEECH 2022, Confirmation number:546