摘要:对在频域计算FIR自适应滤波器,同时避免使用长滤波器时产生的大延迟的技术进行详细的分解,也就是通常所说的PBFDAF技术,有的地方也叫做MDF。这个技术是很多频域自适应滤波器的基础。也是困惑很多人的地方。这里分享出技术的细节,自认为写的比直接看论文或者相应的资料好懂一些。欢迎大家评判
阅读全文
摘要:本文是学习过程中的详细笔记,讲述了在RLS自适应滤波器中应用矩阵求逆引理来避免对输入相关矩阵进行求逆,文中先给出了矩阵求逆引理的详细证明,然后一步步推导了应用于RLS的过程。最后给出了代码实现及下载地方。
阅读全文
摘要:最开始学习正交原理是从实数学习的,当时觉得实数已经很好了,为什么要学习复杂的复数推导过程呢,随着慢慢的深入,发现复数才是更加通用的。这里就把学习中的推导笔记发上来,方便自己复习,也可以对其它正在学习这方面的朋友有所帮助。 这里有一个长度为M的滤波器,对于输入序列u(n),n=0,1,2...,滤波器
阅读全文
摘要:上次关于语音增强的原理讲说了噪声估计问题,这次打算说下增益因子如何确定,也就是当噪声已知后,如何进行去噪的问题(把增益因子与带噪语音相乘即可)。这里主要说下MMSE滤波,顺带说下谱减法、维纳滤波。当然也有其它方式来实现语音增强的,比如基于矩阵分解原理的子空间法、基于自适应滤波器的降噪,有的方法ico
阅读全文
摘要:语音增强的整个过程,通常假设噪声为加性随机平稳噪声,且语音短时平稳,下面的原理描述中,都是在这两个假设前提之下来做的。整个语音增强的流程大致可以分为两大部分 一、噪声估计 二、衰减因子(有的地方也叫做增益因子)的计算 最后,把衰减因子应用于带噪语音,就可以得到我们期望的“纯净语音”。语音增强最难的部
阅读全文
摘要:由于工作中经常会用到傅里叶分析方法、不得不对它基本思想做一些深入的思考。这里记录下我对傅立叶分析的学习过程中真正加深自己印象的一些推导过程,希望对其它朋友能有所帮助、初学时,能看些浅显易懂的图文分析对理解的帮助是非常大的,至少能让你很快的理解主要思路而不至于陷入大量的公式推导之中,但初步理解了之后,
阅读全文
摘要:由于人耳对声音的感知(如:频率、音调)是非线性的,为了对声音的感知进行度量,产生了一系列的尺度(如:十二平均律),这里重点说下Bark尺度与Mel尺度。刚开始的时候,我自己也没弄明白这两个尺度的区别。后来才逐渐的明白他们的思考出发点,这里简单分享出来。 Bark(巴克)频率尺度是以Hz为单位,把频率
阅读全文
摘要:一、回声消除算法模型 先来分析下自适应回声消除的主要组成部分,大体上可以把回声消除模型分为两个部分 横向滤波器用脉冲响应w(n)【有的地方也称为回声路径】与远端说话者信号u(n)卷积得到回声估计,并用y(n)表示该估计。麦克风输出信号做为期望响应d(n),从期望响应d(n)中减去滤波器的”合成回声”
阅读全文
摘要:在学习信号处理的时候,线性预测是一个比较难理解的知识点,为了加快很多朋友的理解,这里给出Levinson-Durbin算法的线性预测实现和一个测试Demo,Demo中很明确的把输入信号、预测信号、预测误差打印了出来,这样就能以最直观的方式,把线性预测的实现与作用展示出来。话不多说,直接上代码!
阅读全文
摘要:介绍了混响的原理与混响时间如何计算,最后实现了Schroeder混响算法
阅读全文
摘要:先说明下,这里的代码流程是修改过的Speex流程,但与Speex代码差异不大,应该不影响阅读。 (1)用RemoveDCoffset函数进行去直流 (2)远端信号预加重后放入x[i+frame_size],近端信号预加重后放入input缓冲区 (3)前M-1帧的远端频域信号移位,为当前帧频域信号腾出
阅读全文
摘要:噪声抑制算法中,谱减算法用的是后验证信噪比,维纳滤波器使用的是先验信噪比,MMSE算法既用到了先验信噪比,也用到了后验信噪比,那么,自然提出一个问题,在降噪过程中,先验信噪比与后验信噪比到底那个作用比较大。这个结论其实通过验证可以得出,先验信噪比是影响噪声抑制的主要参数,后验信噪比是辅助参数。 那么
阅读全文
摘要:什么是共振峰及共振峰的作用 前面讲过语音的激励模型,当声门周期脉冲激励信号通过声道时,会在声道内引起共振作用(这个过程在语音产生模型中叫做声道模型),从而产生一组共振频率,这组共振频率就被称为共振峰(频率),通常认为,语音谱包络中的几个极大值就是共振峰频率。准确的检测共振峰频率和带宽,有利于区分不同
阅读全文
摘要:先说下为什么要检测语音基音周期 (1)基音决定了语音的音调。汉语是一种有调的语音,同一句话,语调不同,意义差别非常大,准确的检测语音的基音周期,有利于“理解”话语中的意思。 (2)语音合成、声调控制等音效果制作的需要。 再说下什么是基音周期 按照经典的语音激励模型,声带周期性的张开和闭合所需要的时间
阅读全文