基于多窗谱减和LMS在工厂中的去噪实现

为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制,有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理,从而达到消除音频中噪声分量目的。仿真实验结果表明,该方法相较传统多窗谱谱减法去噪后信噪比提升7 d B左右,较固定步长LMS算法提升3~4 d B,较传统多窗谱级联定步长LMS算法提升1~2 d B,且该方法简单易行,且具有较好的实际应用价值。

无线电通信中的端点检测算法

针对无线电语音传输过程中低信噪比(Signal-to-Noise Ratio,SNR)的情况,改进优化谱减法,通过对多窗谱谱减算法中参数的自适应选择,获得对噪声频谱的合理估计,提高信号的降噪效果,并使用谱熵为特征的端点检测算法对人声进行提取。仿真对比实验结果显示,在强噪声环境下,所提算法在语音增强方面表现更出色,识别准确率更高。