-
题名小波递归最小二乘语音自适应增强
被引量:6
- 1
-
-
作者
朱宗明
姜占才
-
机构
中国人民解放军
青海师范大学物理系
-
出处
《新型工业化》
2015年第7期18-23,共6页
-
基金
国家社科基金(15XYY026)资助项目
-
文摘
针对语音自适应增强的递归最小二乘算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法—小波递归最小二乘算法(WRLS)。无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期望信号,以此获得先验误差;再用RLS算法求解滤波器权系数修正量;同时采用"块"和"符号"技术减少权系数修正的运算量,提高算法的收敛速度。仿真实验表明该算法的增强效果明显优于谱减法和小波增强法。
-
关键词
语音
自适应增强
小波
RLS算法
滤波器权系数
-
Keywords
Speech
Adaptive enhancement
Wavelet
RLS algorithm
Weight coefficients of filter
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名小波递归最小二乘语音自适应增强
被引量:4
- 2
-
-
作者
朱宗明
姜占才
-
机构
中国人民解放军
青海师范大学物理系
-
出处
《电子设计工程》
2016年第1期69-72,共4页
-
基金
国家社科基金资助项目(15XYY026)
-
文摘
针对语音自适应增强的递归最小二乘(RLS)算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法-小波递归最小二乘算法(WRLS)。该算法无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期望信号,以此获得先验误差;再用RLS算法求解滤波器权系数修正量;同时采用"块"和"符号"技术减少权系数修正的运算量,提高算法的收敛速度。仿真实验表明该算法的增强效果明显优于谱减法和小波增强法。
-
关键词
语音
自适应增强
小波
RLS算法
滤波器权系数
-
Keywords
speech
adaptive enhancement
wavelet
RLS algorithm
weight coefficients of filter
-
分类号
TN912.35
[电子电信—通信与信息系统]
-
-
题名两种新的语音自适应增强算法研究
- 3
-
-
作者
姜占才
杨林
-
机构
青海师范大学物理系
青海师范大学藏文信息处理中心
-
出处
《计算机工程与科学》
CSCD
北大核心
2013年第5期173-179,共7页
-
基金
青海省科技厅项目(2009-Z-719)
-
文摘
针对自适应语音增强中需要已知参考输出信号的问题,提出了两种自适应增强算法:该算法只有语音的噪声观测一个输入,无需输入信号的延时量。用谱减法估计期望信号,以此作为滤波器输出信号的参考信号;以滤波器的输出与参考信号的差值为误差信号;用LMS和RLS算法分别求得滤波器权系数修正量;采用块技术和符号技术减少权系数修正的运算量,提高算法的收敛速度。在各种信噪比下对不同的语音进行仿真实验,并与改进的谱减法比较,结果表明,该两种算法的增强效果均优于改进的谱减法,在信噪比为3dB时增强效果仍能令人满意。
-
关键词
语音自适应增强
谱减法
LMS算法
RLS算法
滤波器权系数
-
Keywords
adaptive speech enhancement
spectral subtraction
LMS algorithm
RLS algorithm
filter weight coefficient
-
分类号
TN912
[电子电信—通信与信息系统]
-