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：这里假设读者具有自适应滤波器的基础知识。Speex的AEC是以NLMS为基础，用MDF频域实现，最终推导出最优步长估计：残余回声与误差之比。最优步长等于残余回声方差与误差信号方差之比，这个结论可以记下，下面会用到的。 对于长度为N的NLMS滤波器，误差信号定义为期望信号与估计信号之差，表示如下： \ 阅读全文

摘要：发现很多朋友想进入语音降噪处理的大门，却很容易被铺天盖地的理论弄的很迷惑，不知道从哪里开始比较好。网上给出的参考文章大多干说理论，没有代码实现。很不利于学习。于是打算写这篇语音降噪的文章，并给出相应的实现代码方便交流和进一步的学习。实现代码请到音视频算法讨论QQ群（374737122）中自行下载（T 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：用一系列三角函数演示如何产生PCM语音 阅读全文

摘要：当有对语音的响度进行调整的需要时，就要做语音自动增益（AGC）算法处理，当你在跟远方的朋友进行语音交流时，背后都有这个算法在默默的工作，如大名鼎鼎的QQ聊天软件、做语音起家的YY等，语音聊天时都会用到这个算法。 最简单的硬性增益处理是对所有音频采样乘上一个增益因子，它也等同于在频域每个频率都同时乘上 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

摘要：临界带宽的概念是在噪声对纯音的掩蔽效应中产生的，如果用一个中心频率用f，带宽为bf的白噪声来掩蔽一个频率为f的纯音，先将这个白噪声的强度调节到纯音恰好听不见为止，然后将bf由大到小逐渐减小（保持单位频率的噪声强度不变），起初纯音是听不见的，但当bf小到某一个临界值时，这个纯音就突然可以听见了，再继续 阅读全文

摘要：谱减算法利用了加性噪声的特点，在偏向于经验和直观意义上对语音做出增强处理。这种处理方式虽然简单、方便易懂，在数学上却显的不够严格。很难向大家证明它是某种最优的。下面我们关注下维纳滤波算法，它基于数学上易于处理的最优均方误差准则来得到增强的语音信号 维纳滤波算法假设滤波过程为线性的，就是把处理过程视为 阅读全文

摘要：非线性谱减 Berouti等人提出的谱减算法，假设了噪声对所有的频谱分量都有同等的影响，继而只用了一个过减因子来减去对噪声的过估计。现实世界中的噪声并非如此，这意味着可以用一个频率相关的减法因子来处理不同类型的噪声。 多带谱减法 在多带算法中，将语音频谱划分为N个互不重叠的子带，谱减法在每个子带独立 阅读全文

摘要：当使用谱减法时，如果带噪语音的幅度谱与估计出来的噪声谱相减出现负值时，说明对噪声的估计出现了过估计问题。对这种现象最简单的处理就是将负值重调为0。以保证非负的幅度谱。但是，这种对负值的非线性处理，会导致信号帧频谱的随机位置上出现小的、独立的峰值。转换到时域后，这些峰值听起来就像帧与帧之间频率随机变化 阅读全文

摘要：在用Matlab进行语音分析时，通常会用读入的数据进行分帧处理。在分帧中，往往设置在相邻两帧之间有一部分重叠。 其原因是：语音信号是时变的，在短时范围内特征变化较小，所以做为稳态来处理；但超出这短时范围语音信号就有变化了。在相邻两帧之间基音发生了变化，如正好是两个音节之间，或正好是声母向韵母过渡等等 阅读全文

摘要：声道的终端为口和唇。从声道输出的是速度波，而语音信号是声压波，二者之比的倒数称为辐射阻抗。它表征口和唇和辐射效应，也包括圆形头部的绕射效应等。 研究表明，口唇辐射在高频段比较明显，在低频段影响较小，辐射引起的能量损耗正比于辐射阻抗的实部，所以辐射模型R(z)应是一阶类高通滤波的形式，可以表示为：R( 阅读全文