噪声环境下用于语音识别系统的声学回声消除算法比较研究
声音
2022-01-19 v1 音频与语音处理
摘要
传统上，自适应滤波器通过利用归一化最小均方（NLMS）算法等估计声学回声响应来实现 AEC。近年来提出了若干方法，以各种方式改进标准 NLMS 算法在 AEC 中的性能。这些包括基于时域、频域、傅里叶变换、小波变换自适应方案、比例方案、比例自适应滤波器、组合方案、基于块的组合、子带自适应滤波、均匀过采样 DFT 滤波器组、子带过采样 DFT 滤波器组、Volterra 滤波器、变步长（VSS）算法、数据复用技术、部分更新自适应滤波技术及子带（SAF）方案。这些方法旨在解决回声消除中的问题，包括含噪输入信号下的性能、时变回声路径与计算复杂度。与这些方法不同，稀疏自适应算法被专门开发以解决自适应滤波器在稀疏系统辨识中的性能问题。本文讨论了若干 AEC 算法，并从步长、收敛性与性能方面进行了比较研究。
引用
@article{arxiv.2201.06209,
title = {Comparative Study of Acoustic Echo Cancellation Algorithms for Speech Recognition System in Noisy Environment},
author = {Urmila Shrawankar},
journal= {arXiv preprint arXiv:2201.06209},
year = {2022}
}
备注
10 Pages