利用协方差矩阵结构的声学传感器网络相对传递函数向量估计
音频与语音处理
2023-10-30 v1
摘要
在许多用于降噪的多麦克风算法中,需要估计目标说话人的相对传递函数(RTF)向量。最先进的协方差白化(CW)方法将 RTF 向量估计为白化噪声协方差矩阵的主特征向量,其中白化使用噪声协方差矩阵的估计来完成。在本文中,我们考虑由多个麦克风节点组成的声学传感器网络。假设节点间噪声不相关但节点内相关,我们提出了两种利用噪声协方差矩阵块对角结构的 RTF 向量估计方法。第一种方法仅考虑估计噪声协方差矩阵的对角块来修改 CW 方法。相反,第二种方法仅考虑噪声协方差矩阵的非对角块,但无法用简单的特征分解求解。当将估计的 RTF 向量应用于最小方差无失真响应波束成形器时,在具有多个噪声源的混响环境中真实录音的仿真结果表明,修改后的 CW 方法在 SNR 提升方面略优于 CW 方法,而非对角选择方法优于作为噪声协方差矩阵主特征向量获得的偏置 RTF 向量估计。
引用
@article{arxiv.2310.18199,
title = {Relative Transfer Function Vector Estimation for Acoustic Sensor Networks Exploiting Covariance Matrix Structure},
author = {Wiebke Middelberg and Henri Gode and Simon Doclo},
journal= {arXiv preprint arXiv:2310.18199},
year = {2023}
}
备注
Proc. IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), New Paltz NY, USA, Oct. 2023