中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
郭业才,许雪,刘力玮.基于Kalman滤波的GSC改进语音增强算法[J].数据采集与处理,2021,36(5):884-890
基于Kalman滤波的GSC改进语音增强算法
Improved GSC Speech Enhancement Algorithm Based on Kalman Filtering
投稿时间:2020-09-17  修订日期:2020-12-10
DOI:10.16337/j.1004-9037.2021.05.004
中文关键词:  语音增强  波束形成  广义旁瓣相消  Kalman滤波
英文关键词:speech enhancement  beamforming  generalized sidelobe cancellation  Kalman filtering
基金项目:南京信息工程大学无锡校区研究生创新基金资助项目;国家自然科学基金 (61673222) 资助项目。
作者单位邮编
郭业才 南京信息工程大学电子与信息工程学院南京 210044
南京信息工程大学滨江学院无锡 214105 
214105
许雪 南京信息工程大学电子与信息工程学院南京 210044 210044
刘力玮 南京信息工程大学电子与信息工程学院南京 210044 210044
摘要点击次数: 80
全文下载次数: 149
中文摘要:
      针对广义旁瓣相消器(Generalized sidelobe canceller,GSC)存在非相干噪声消除性能不佳的缺陷,提出了采用后置Kalman滤波器改进的GSC去噪算法。该算法通过归一化最小均方算法校正自适应噪声对消器,并将滤除方向性干扰噪声后的语音信号输出到Kalman滤波器中,对残余背景噪声进行迭代最小均方误差(Minimum mean square error,MMSE)估计,抑制非相干噪声与麦克风阵元所产生的热噪声。经过在不同信噪比条件下客观语音质量评估(Perceptual evaluation of speech quality,PESQ)及语谱图分析后证明,与传统的GSC以及后置谱减法的改进GSC相比,本算法在噪声消除上的表现更为优越,且增强后信号也更接近目标信号。
英文摘要:
      In view of the poor performance of generalized sidelobe canceller (GSC) of incoherent noise cancellation, an improved GSC denoising algorithm with post-Kalman filter is proposed. The algorithm corrects the adaptive noise canceller through the normalized least mean square algorithm, outputs the speech signal after filtering the directional interference noise to the Kalman filter, and iterates the residual background noise with the minimum mean square error (MMSE) to suppress incoherent noise and thermal noise generated by microphone array elements. After the objective speech quality evaluation, perceptual evaluation of speech quality (PESQ), and spectrogram analysis under different signal-to-noise ratio conditions, it is proved that compared with the traditional GSC and the improved GSC of post-spectral subtraction, this algorithm is better at noise elimination. The performance is better, and the enhanced signal is closer to the target signal.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第2371940位访问者 本站今日一共被访问467

技术支持:北京勤云科技发展有限公司