[1]周述畅 宋亚男 吴光波.基于麦克风阵列的语音增强研究[J].计算机技术与发展,2012,(07):204-206.
　ZHOU Shu-chang,SONG Ya-nan,WU Guang-bo.Speech Enhancement Research Based on Microphone Array[J].,2012,(07):204-206.
点击复制

基于麦克风阵列的语音增强研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年07期
页码:
204-206
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Speech Enhancement Research Based on Microphone Array
文章编号:
1673-629X（2012）07-0204-03
作者:
周述畅 宋亚男 吴光波
广东工业大学自动化学院
Author(s):
ZHOU Shu-chang;  SONG Ya-nan;  WU Guang-bo
School of Automation, Guangdong University of Technology
关键词:
麦克风阵列; 语音增强; LMS自适应; 最小值控制递归平均
Keywords:
microphone array;  speech enhancement;  adaptive least mean square algorithm;  MCRA
分类号:
TP312
文献标志码:
A
摘要:
麦克风阵列的自适应算法通过迭代运算获取波束形成的最优权矢量时，噪声模型的估计是一个非常关键的因素。它的好坏直接影响着系统波束形成的性能。系统地分析了最小均方（LMS）自适应语音增强算法，并针对阻塞矩阵在估计噪声时存在的缺陷，在该算法的基础上提出了一种利用最小值控制递归平均（MCRA）来估计噪声的方法。将此方法应用于波束形成，并用Maflab软件进行仿真。仿真实验结果表明，MCRA估计出的噪声使LMS自适应语音增强的效果更好和抗噪性更强
Abstract:
When adaptive algorithm of the microphone array uses iteration to obtain the optimal weight vector about beamforming, the noise model estimation is a critical factor. It will have a direct impact on the performance of beamforming system. Analyse systematically the least-mean-square（LMS ） adaptive speech enhancement algorithms, and propose a method using a minima controlled re.cursive averaging （MCRA） to estimate the noise in allusion to the defects of the blocking matrix. This method is applied to beamforming, and using Matlab software to simulate. Simulation results show that,LMS-MCRA adaptive has robust speech enhancement

相似文献/References:

[1]丁伟 吴小培.基于改进谱减方法的语音增强研究[J].计算机技术与发展,2008,(09):98.
　DING Wei,WU Xiao-pei.Implementation of Speech Enhancement Based on Improved Spectral Subtraction[J].,2008,(07):98.
[2]汝振 李昕 陈飞 杨李箭 李翔.一种基于HHT的语音增强算法研究与仿真[J].计算机技术与发展,2010,(08):116.
　RU Zhen,LI Xin,CHEN Fei,et al.Research and Simulation of Speech Enhancement Algorithm Based on HHT[J].,2010,(07):116.
[3]陈欢,邱晓晖.改进谱减法语音增强算法的研究[J].计算机技术与发展,2014,24(04):69.
　CHEN Huan,QIU Xiao-hui.Research on Speech Enhancement of Improved Spectral Subtraction Algorithm[J].,2014,24(07):69.
[4]高婉贞,张玲华. 基于小波阈值去噪的麦克风阵列语音增强方法[J].计算机技术与发展,2014,24(10):144.
　GAO Wan-zhen,ZHANG Ling-hua. Microphone Array Speech Enhancement Algorithm Based on Wavelet Threshold Denoising[J].,2014,24(07):144.
[5]董胡. 低信噪比环境下改进的语音端点检测算法[J].计算机技术与发展,2016,26(03):71.
　DONG Hu. Improved Speech Endpoint Detection under Low SNR Environment[J].,2016,26(07):71.
[6]孙成立,王海武.生成式对抗网络在语音增强方面的研究[J].计算机技术与发展,2019,29(02):152.[doi:10．3969/j．issn．1673－629X．2019．02．032]
　SUN Chengli,WANG Haiwu.Research on Speech Enhancement of Generative Adversarial Networks[J].,2019,29(07):152.[doi:10．3969/j．issn．1673－629X．2019．02．032]
[7]董 胡,马振中,赵 娜,等.基于 MMSE-MLSA 与感知滤波的语音增强算法[J].计算机技术与发展,2019,29(08):67.[doi:10. 3969 / j. issn. 1673-629X. 2019. 08. 013]
　DONG Hu,MA Zhen-zhong,ZHAO Na,et al.Speech Enhancement Algorithm Based on MMSE- MLSA and Perceptual Filtering[J].,2019,29(07):67.[doi:10. 3969 / j. issn. 1673-629X. 2019. 08. 013]
[8]詹 展,秦会斌.基于新阈值函数的小波阈值去噪算法[J].计算机技术与发展,2019,29(11):47.[doi:10. 3969 / j. issn. 1673-629X. 2019. 11. 010]
　ZHAN Zhan,QIN Hui-bin.A Wavelet Threshold Denoising Algorithm Based on New Threshold Function[J].,2019,29(07):47.[doi:10. 3969 / j. issn. 1673-629X. 2019. 11. 010]
[9]董 胡,徐雨明,马振中,等.基于小波包与自适应维纳滤波的语音增强算法[J].计算机技术与发展,2020,30(01):50.[doi:10. 3969 / j. issn. 1673-629X. 2020. 01. 009]
　DONG Hu,XU Yu-ming,MA Zhen-zhong,et al.Speech Enhancement Algorithm Based on Wavelet Packet and Adaptive Wiener Filter[J].,2020,30(07):50.[doi:10. 3969 / j. issn. 1673-629X. 2020. 01. 009]

备注/Memo

备注/Memo:
广东省自然科学基金资助项目（06300261）;广东省大学生创新实验项目（1184510035）;广东省高等教育学会实验室专业委员会2010研究项目（2010033）;广东工业大学合生珠江大学生创新实验项目（HSZJ2011019）周述畅（1984-），男，广东河源人，硕士研究生，研究方向为信号处理；宋亚男，副教授，硕士生导师，研究方向为噪声对消法
更新日期/Last Update: 1900-01-01