基于HFM和感知后滤波器的语音增强

摘要

研究了只能获得带噪信号的情况下的语音增强问题.将语音信号看作由高斯噪声激励的自回归(AR)过程,观测噪声为加性高斯白噪声,把信号转化为状态空间模型.首先用隐马尔可夫模型(HMM)估计AR参数和噪声的方差作为卡尔曼滤波器初值,估计信号作为参数估计的中间值给出,然后将估计信号通过一个感知滤波器平滑以消除残余噪声.仿真结果表明该算法有良好的性能.