论文部分内容阅读
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。