搜索资源列表
MMSEshorttimespectralamplitude
- 语音增强利用最小均方误差短时谱幅度估计，英文文献，很好的外文资料。,Speech enhancement using MMSE short time spectral amplitude estimation, English literature, foreign language, good information.
VariableNoisySpeechEnhancementAlgorithmPerformance
- 语音增强是影响语音识别系统性能的重要成分。为了比较语音增强算法的性能，采用Matlab软件进行了数值仿真，对不同噪声环境下的语音用3种不同的方法进行降噪，采用信噪比、端点检测等方法来降噪效果，并对几种增强算法的性能进行了比较分析。结果表明，在变噪声环境下短时谱MMSE法最佳，谱减法和维纳滤波法各有优点。-Speech enhancement of voice recognition is an important component of system performance. In order
MMSE
- 本程序为经典MMSE方法，引自Y. Ephraim and D.Malah “Speech enhancement using a minimum mean-square error short-time spectral amplitude estimator-Ephraim and D.Malah “Speech enhancement using a minimum mean-square error short-time spectral amplitude estimator
Laplace
- 传统的短时谱估计语音增强算法通常假设语音谱分量相互独立，没有考虑语音谱分量间的相关性。针对这 一问题，该文提出一种新的基于多元Laplace分布模型的短时谱估计算法。首先，假设语音的离散余弦变换(DCT) 系数服从多元Laplace分布，以此利用谱分量间的相关性；在此基础上，利用多元随机矢量的高斯尺度混合模型表 示，推导得到语音DCT系数矢量的最小均方误差(MMSE)估计的解析表达式；并进一步推导了基于该分布模型的 语音存在概率，对最小均方误差估计子进行修正。实验结果表明，该算法
ssubmmse
- performs speech enhancement using the MMSE or log MMSE criteria
ssubmmsev
- performs speech enhancement using the MMSE or log MMSE criteria with VAD-based noise estimate