谐波来拯救：为何有声语音并非宽态-stationary过程

语音处理算法通常依赖于对底层过程的统计知识。尽管已为此进行多年研究，但关于语音最合适统计模型的争论仍在继续。语音常被建模为宽态-stationary（WSS）过程。然而，WSS模型用于谱相关过程是根本错误的，因为WSS意味着谱无相关性。本文证明，有声语音可更准确地表示为循环宽态-stationary（CS）过程。通过对 inherently 跨频率相关的过程采用CS模型而非WSS模型，可改进交叉功率谱密度（PSD）估计、源分离和波束成形。我们展示了如何利用CS过程的谐波频率间相关性来增强系统识别，并通过仿真和真实语音数据验证了我们的发现。