作者：桂。

时间：2017-05-24  08:06:45

主要是《》的读书笔记，全部内容可以。

---

 

1.语音增强（speech enhancement）主要从攻/防两面入手：quality + intelligibility，quality希望噪声尽可能抑制; intelligibility希望语音信号失真不严重，很多算法只从quality角度去分析问题.

2.语音增强的影响因素很多：

• 应用场景
  • 比如空旷的原野，可以认为是加性，房间有混响则更接近卷积模型;这本书讨论的是加性噪声模型。
• 噪声源
  • 白噪声、说话人，不同源的特性不同
• 目标信号与噪声的关系
  • 如噪声与目标信号，可能统计相关也可能统计无关;这本书关注的是统计无关的模型。
• 传感器数量
  • 多个传感器的阵列信号处理技术，又比如有两个mic:一个接近噪声源，可以借助adaptive filter技术处理;本书关注的是单mic的模型。

3.语音增强算法分类

• Spectral subtractive algorithms：谱减法
• Statistical-model-based algorithms：基于统计模型的算法
• Subspace algorithms：子空间算法
• Binary mask algorithms：二元掩模算法，可以理解成音频的分割算法