【技术实现步骤摘要】
本专利技术涉及一种应用于语音增强的方法，尤其涉及一种应用快速卡尔曼滤波算法对带噪语音信号进行噪声过滤的语音增强方法。
技术介绍
背景噪声环境下的鲁棒性问题，已成为解决语音识别技术从实验室走向实际应用的关键。语音信号在实际环境中常受到直接叠加在它身上的加性背景噪声干扰，且背景噪声与语音信号具有不相关性。目前，常用的方式是通过卡尔曼滤波，即一种从噪声污染的观测信号中以最小均方差预测误差为准则，对语音信号进行线性无偏估计的滤波方法，来解决加性噪声环境下的语音增强问题，且它容易用计算机实现。 然而，到目前为止，已有的科研成果中的卡尔曼滤波也存在一些难以克服的缺点在选取估计参数模型以及语音和噪声模型时，计算过程中仍存在大量的中间冗余数据且需要计算矩阵的逆运算。
技术实现思路
本专利技术的目的是克服了上述现有技术的缺点，达到不损害语音信号不牺牲滤波效果的同时，大幅度地降低系统的运算量和时间，提高系统的鲁棒性。为了实现上述的目的，本专利技术采用了如下技术方案，其特征在于，包括以下步骤I)初始化工作获取输入语音信号y (η)，并获得其长度值，即其采样点个数N ；定义语音帧帧长ZC=...
【技术保护点】
一种基于快速卡尔曼滤波的鲁棒语音增强方法，其特征在于，包括以下步骤：1）初始化工作：获取输入语音信号y(n)，并获得其长度值，即其采样点个数N；定义语音帧帧长ZC=200~300，帧移为1；估计噪声方差，为语音信号第一帧的方差，其计算公式为，var为求方差运算,？y(1:ZC)表示语音信号第一帧；新建一个零向量x(n)用于存储增强后的语音；2）进入迭代循环：循环次数n由1递增到N；当n＜ZC时，即前ZC次循环，均方误差Rs(n)=E(y(1:n)×y(1:n))？Rv(1)，其中E为求均值运算，y(1:n)表示只取语音信号前n个采样点；当n≥ZC时，均方误差Rs(n)=E(...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。