基于辅助函数独立分量分析的频域声回波消除

传统的声回波消除(Acoustic Echo Cancellation, AEC)方法使用双端通话检测器判断单、双端通话场景,性能受限.盲源分离(Blind Source Separation, BSS)信号模型是一个远端和近端信号并存的全双工模型,因此基于BSS的AEC无需双端通话检测器.本文采用基于辅助函数的独立分量分析(Auxiliary function based Independent Component Analysis, Aux-ICA)算法在频域上实现声回波消除,以最小化互信息为目标函数,借助辅助函数技术进行优化.仿真实验结果表明,在连续的双端通话场景中,该方法具有较低的计算复杂度和较好的回波消除性能.

应对说话人位置突变的鲁棒语声去混响

多通道线性预测算法是一种有效的语声去混响方法,但若房间内说话人位置发生变化,房间冲激响应也会随之改变,从而导致去混响效果变差。该文研究了基于递归最小二乘算法的自适应多通道线性预测语声去混响方法,提出了一种去混响过程中检测说话人位置突变的方法,它借助已有的多通道传声器信号,并未明显增加系统开销。实验表明该方法可以有效检测说话人位置的突变,并通过重置滤波器改善算法的收敛速度和稳定性。