基于盲斜投影 Incorporating 噪声白化的闭式 successive 相对传递函数向量估计
音频与语音处理
2025-08-08 v1
摘要
声源的相对传递函数（RTFs）在波束形成中起关键作用，使能够有效抑制噪声和干扰。这篇论文 addresses 在噪声和回声环境中在线估计多个声源RTF向量的挑战，具体针对源依次激活的场景。虽然第一个声源的RTF向量可以直接估计，但在多个源同时激活的片段中估计后续RTF向量的主要挑战是什么。盲斜投影（BOP）方法已提出用于通过最优阻止该源来估计新激活源的RTF向量。然而，该方法面临多个限制：由于依赖于迭代梯度下降优化，计算复杂度高；引入随机额外向量，这可能对性能产生负面影响；以及假设信号信噪比（SNR）较高。为克服这些限制，本文提出了三项BOP方法的扩展。第一，我们推导了用于优化BOP代价函数的闭式解，显著降低了计算复杂度。第二，我们引入正交额外向量而非随机向量，增强了RTF向量估计精度。第三，我们引入受协方差减法和白化启发的噪声处理技术，在低SNR条件下提高了鲁棒性。为了提供由源活动模式逐帧估计所需的框架，这两项常规BOP方法和本文方法所要求的，我们提出一种基于空间相干性的在线源计数方法。使用具有3个依次激活说话人的人工实验回声噪声录音进行仿真，分别在和不在已知源活动模式的情况下进行测试。
引用
@article{arxiv.2508.04887,
title = {Closed-Form Successive Relative Transfer Function Vector Estimation based on Blind Oblique Projection Incorporating Noise Whitening},
author = {Henri Gode and Simon Doclo},
journal= {arXiv preprint arXiv:2508.04887},
year = {2025}
}