基于语音存在概率估计器与两阶段双树复小波包变换的语音增强
声音
2017-04-05 v2
摘要
本文提出了一种基于两阶段双树复小波包变换（DTCWPT）的语音增强算法，其中开发了语音存在概率（SPP）估计器和广义最小均方误差（MMSE）估计器。为了克服WPT下采样引起的信号失真缺点，采用了一种结合未抽样WPT（UWPT）和抽样WPT的两阶段解析分解。基于语音的广义Gamma分布和高斯噪声假设，推导了DTCWPT域中的SPP估计器。验证结果表明，与其他四种最先进的语音增强算法相比，包括最优修正LSA（OM-LSA）、利用后验信噪比不确定性的软掩蔽（SMPO）、基于后验SPP的MMSE估计（MMSE-SPP）和自适应贝叶斯小波阈值（BWT），所提出的算法在低信噪比非平稳噪声下能获得更好的语音质量感知评估（PESQ）和分段信噪比（SegSNR）。
引用
@article{arxiv.1610.00644,
title = {Speech Enhancement via Two-Stage Dual Tree Complex Wavelet Packet Transform with a Speech Presence Probability Estimator},
author = {Pengfei Sun and Jun Qin},
journal= {arXiv preprint arXiv:1610.00644},
year = {2017}
}
备注
26 pages, Journal of the Acoustical Society of America 2016