在分析语音信号的时变自回归TVAR(Time VaryingAutoregressive)模型及其模型参数的随机演化模型的基础上,基于粒子滤波器(ParticleFilter)对TVAR模型参数的序列估计,提出了一种语音增强算法.算法通过引入反射系数,快速简捷实现了模型稳...在分析语音信号的时变自回归TVAR(Time VaryingAutoregressive)模型及其模型参数的随机演化模型的基础上,基于粒子滤波器(ParticleFilter)对TVAR模型参数的序列估计,提出了一种语音增强算法.算法通过引入反射系数,快速简捷实现了模型稳定性的判断,保证了跟踪的模型的稳定性.实验结果表明,算法可以很好地跟踪非平稳信号,采用该方法处理过的语音,信噪比SNR(Signal to NoiseRatio)明显提高,听觉质量得到了很大的改善.展开更多
文摘在分析语音信号的时变自回归TVAR(Time VaryingAutoregressive)模型及其模型参数的随机演化模型的基础上,基于粒子滤波器(ParticleFilter)对TVAR模型参数的序列估计,提出了一种语音增强算法.算法通过引入反射系数,快速简捷实现了模型稳定性的判断,保证了跟踪的模型的稳定性.实验结果表明,算法可以很好地跟踪非平稳信号,采用该方法处理过的语音,信噪比SNR(Signal to NoiseRatio)明显提高,听觉质量得到了很大的改善.
