基于谱幅度逆滤波的多通道在线去混响
声音
2020-11-10 v3 音频与语音处理
摘要
本文研究多通道在线去混响问题。所提方法在短时傅里叶变换（STFT）域中逐频率带独立进行。在 STFT 域中，时域房间脉冲响应近似由卷积传递函数（CTF）表示。多通道 CTF 基于互关系方法并采用递归最小二乘准则自适应辨识。我们使用源信号 STFT 幅度与 CTF 幅度之间的非负卷积模型，而非复值 CTF 卷积模型；该模型仅为前者的粗略近似，但被证明对 CTF 扰动更具鲁棒性。基于此非负模型，我们提出一种在线 STFT 幅度逆滤波方法。CTF 幅度的逆滤波器基于多输入/输出逆定理（MINT）构建，并依据梯度下降准则自适应估计。最后，将逆滤波应用于麦克风信号的 STFT 幅度，得到源信号 STFT 幅度的估计。开展了涉及语音增强与自动语音识别的实验，表明所提方法能有效抑制混响，即便对于移动说话人这一困难情形亦如此。
引用
@article{arxiv.1812.08471,
title = {Multichannel Online Dereverberation based on Spectral Magnitude Inverse Filtering},
author = {Xiaofei Li and Laurent Girin and Sharon Gannot and Radu Horaud},
journal= {arXiv preprint arXiv:1812.08471},
year = {2020}
}