公开(公告)号：CN106340304A

公开(公告)日：2017-01-18

申请号：CN201610843483.0

申请日：2016-09-23

Applicant: 桂林航天工业学院

Inventor： 冯宝 ,  张绍荣 ,  孙山林 ,  郑伟 ,  张国宁 ,  武博 ,  韦周耀

IPC: G10L21/0216 ,  G10L21/0264

Abstract: 本发明公开了一种适用于非平稳噪声环境下的在线语音增强方法，包括步骤：1)建立非平稳噪声环境下的系统模型；2)分帧和加窗；3)系统初始化；4)估计AR参数；5)估计语音信号状态序列。本发明针对语音模型中AR参数不能随噪声变化实时更新的问题，提出了双卡尔曼滤波框架，两个卡尔曼滤波器并行运算，语音信号状态估计和AR参数估计互相更新，状态估计过程和参数估计过程交替进行，使得参数估计过程能够适应噪声变化过程，以提高系统模型的准确性，进而提高语音增强的性能。本发明针对传统卡尔曼滤波算法无法处理非平稳噪声的问题，结合凸优化技术，提出了改进型卡尔曼滤波框架，能够对高斯噪声和非平稳噪声进行准确估计，提高了语音增强的准确性。

公开(公告)号：CN106340304B

公开(公告)日：2019-09-06

申请号：CN201610843483.0

申请日：2016-09-23

Applicant: 桂林航天工业学院

Inventor： 冯宝 ,  张绍荣 ,  孙山林 ,  郑伟 ,  张国宁 ,  武博 ,  韦周耀

IPC: G10L21/0216 ,  G10L21/0264

Abstract: 本发明公开了一种适用于非平稳噪声环境下的在线语音增强方法，包括步骤：1)建立非平稳噪声环境下的系统模型；2)分帧和加窗；3)系统初始化；4)估计AR参数；5)估计语音信号状态序列。本发明针对语音模型中AR参数不能随噪声变化实时更新的问题，提出了双卡尔曼滤波框架，两个卡尔曼滤波器并行运算，语音信号状态估计和AR参数估计互相更新，状态估计过程和参数估计过程交替进行，使得参数估计过程能够适应噪声变化过程，以提高系统模型的准确性，进而提高语音增强的性能。本发明针对传统卡尔曼滤波算法无法处理非平稳噪声的问题，结合凸优化技术，提出了改进型卡尔曼滤波框架，能够对高斯噪声和非平稳噪声进行准确估计，提高了语音增强的准确性。