基于隐马尔可夫模型的非监督噪声功率谱估计-数据采集与处理.PDFVIP

下载本文档

1
0
约2.73万字
约 6页
2018-03-10 发布于天津
举报
版权申诉

基于隐马尔可夫模型的非监督噪声功率谱估计-数据采集与处理.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于隐马尔可夫模型的非监督噪声功率谱估计-数据采集与处理

基于隐马尔可夫模型的非监督噪声功率谱估计许春冬战鸽应冬文李军锋颜永红中国科学院声学研究所语言声学与内容理解重点实验室北京江西理工大学信息工程学院赣州北京理工大学信息与电子学院北京摘要噪声功率谱估计是语音增强算法的基本组成部分传统算法大多采用启发式的估计方法因而不能保证噪声估计值的统计最优提出了一种基于极大似然的非监督噪声功率谱估计方法采用隐马尔可夫模型在每个子带建立语音和非语音对数功率谱的统计模型模型包含语音和非语音两个高斯分量其中非语音高斯分量的均值表示噪声功率谱估计值根据最大期望算法得到包括噪声均值在内的参数集针对语音信号可能出现的长时缺失对引入了一些约束条件保证了模型的稳定性实验表明该方法获得的极大似然噪声估计优于基于启发式的经典方法获得的噪声估计关键词语音增强噪声功率谱估计隐马尔可夫模型极大似然准则模型约束中图分类号文献标志码