噪声测试实验 环境说明： 100作为背景UBM测试量 50作为测试数据集，取前1句话作为训练，后9句话测试 噪声部分：噪声类型：白噪声【SNR=20】 GMM测试最优组合：Nmix=32~64，MFCC_conf = 'E' 倒谱均值减（倒谱均值归一化）实验测试 之前已经分析 ...

谱减法 谱减算法为最早的语音降噪算法之一，基本原理：假设语音中的噪声只有加性噪声，只要将带噪语音谱减去噪声谱，就可以得到纯净语音幅度。这么做的前提是噪声信号是平稳的或者缓慢变化的。 噪声频谱 不同的噪音类型，有不同的稳定区间，以下根据肉眼选择，其中white完全无规律，无论是频域还是时域都是覆盖 ...

减噪方向 信道空间：语音增强技术 主要的目的去噪声：在时域中能获得更加清晰的波形。 谱减法 卡尔曼滤波器 信道子空间法 特征空间：寻找鲁棒性语音特征 在特征域，这一部分主要也就是在Mel域中，考虑到了人耳的听觉效应，目的是为了得到鲁棒性更好的特征，就是无论外界用了有什么样的噪声，或者信 ...

数字信号处理–FIR的线性相位特性 1. 什么是线性相位？ 经过具有线性相位的离散时间系统H(ejw)H(e^{jw})H(ejw)后的信号y(n)y(n)y(n)与原信号x(n)x(n)x(n)在时域上只存在平移的区别，而非失真。故线性相位对于语音合成、波形传输都是十分重要的。 这里我们只考虑 ...

数字信号处理–Z变换之极零分析 极零图 转移函数的分子、分母多项式可以分别做因式分解，得： H(z)=gzN−M∏r=1M(z−zr)∏r=1N(z−pk)H(z) = g z^{N-M}\frac{\prod_{r=1}^M(z-z_r)}{\prod_{r=1}^N(z-p_k)} H(z) ...

数字信号处理–全通系统与最小相位系统 全通系统 全通系统的定义 定义：是指不改变信号幅度谱，只改变相位谱的信号处理系统，即 ∣H(ejw)∣=1,0≤∣w∣<π|H(e^{jw})| = 1 , 0 \le |w| < \pi ∣H(ejw)∣=1,0≤∣w∣<π 根据 Z变 ...

数字信号处理 – Z 变换 Z变换是离散系统与离散信号分析与综合的重要工具，其地位和作用犹如拉普拉斯对于连续系统和连续信号。 从连续信号过渡到离散信号会导致频谱产生周期性，所以连续信号与离散信号存在本质性区别。 什么是Z变换？ ZZZ变换的定义，根据《数字信号处理》这本书，可以从两个角度导出： ...

数字信号处理–功率谱估计 前言 之前学习谱减法的时候，就遇到了有关谱估计的内容，比如在SSBoll79.m中有YS(:,i)=(Y(:,i-1)+Y(:,i)+Y(:,i+1))/3;这样的语句不是很理解，代码的注解是为了减少功率谱的方差，因为遗忘掉了这部分的内容所以看得一知半解，现在对胡广书版 ...

数字信号处理–相关函数 在信号处理中经常要研究两个信号的相似性，以及一个信号经过一段延迟后自身的相似性。 为什么要用相关函数表示相似度？ 之前研究两个信号的相似性，我们会用归一化相关系数来表征： ρxy=∑n=0∞x(n)y(n)[∑n=0∞x2(n)∑n=0∞y2(n)]1/2\rho_{xy ...

重读《数字信号处理》，主要想对下册统计数字信号部分进行梳理。因为人发出的语音信号在每次观察下都是随机的，但是有别与一般的随机变量，它加入了时间这个维度。故针对一个随机信号有两个随机因素，时间ttt和样本观察nnn。先好好的分析一波随机变量，再加入时间推广到随机信号。 随机变量 随机变量XXX： ...