标签：hone 介绍 diffuse pos blank ase logs one and
作者：桂。
时间：2017-06-06 16:10:47
链接：http://www.cnblogs.com/xingshansi/p/6951494.html
原文链接：http://pan.baidu.com/s/1i51Kymp
未完待续
前言
这篇文章是TF-GSC的改进版。虽然TF-GSC对于方向性干扰的抑制效果不错，对于弥散噪声（diffuse noise，题外话：不同方向directional noise的均值，或者接近这种效果，可以理解为diffuse noise.）TF-GSC性能下降明显，如果diffuse noise还是non-stationary，性能下降就更严重了。本文的思路是在TF-GSC的基础上，引入postfiltering（后置滤波）,文中提到了三种方法：两种基于single channel-1)mixture maximum;2）OMLSA;但如果噪声both diffused and nonstationary，基于single channel的方法不再适用，这时候方法3仍然有效：a new multimicrophone postfilter method。
本文主要梳理基于TF-GSC的multimicrophone postfilter method，因为基于single channel的两种方法都是单独使用，后面有时间另写文章整理。
一、OMLSA思想
A-利用不存在概率的增强
容易推理基于MMSE准则的估计器
如果考虑语音存在概率，则估计器扩展为
理论上
的值为0，上式简化为
B-语音不存在概率与最大似然准则估计器ML 结合
例如在语音增强一文中介绍的，基于最大似然准则的估计器为
从Y的概率密度形式
易知ML是基于语音存在的假设，结合语音存在概率，则基于ML准则的估计器为
对于
）的计算可以利用贝叶斯准则
这里利用一个假设（也就是约束条件）：噪声服从均值为0，方差相同的复高斯分布。
，此时容易证明噪声幅度服从瑞利分布（相位为均匀分布，且二者独立），
H1假设下，
此时
关于
的计算参考语音增强一文的最大似然估计。例如假设语音存在/不存在是等可能的，
，此时完成了的估计：
其中
是a posteriori SNR，
是a priori SNR。这个就是一般意义的参数估计了，在语音增强一文也给出了两个实现思路：1）Maximum-Likelihood Method;2）Decision-Directed Approach.至此也就完成了结合不存在概率的语音增强。
C-语音不存在概率与最小均方误差估计器MMSE 结合
其实基本思路都是一样的：
然后是利用贝叶斯进行概率估计
不同点在于这里进行了转化
其中
其中
，denotes the a priori probability of speech absence for frequency bin k.从而
与ML准则不同的是，只有噪声时，是噪声D的分布，而不是其幅度（其实如果是幅度，也有一套方法，感兴趣可以自己推导推导）。
仍是高斯分布
H1时，
且认为D与X不相关，易得
代入上面的估计器，有
其中
就是
，则
.进一步求解条件概率
其中
参数估计的细节与ML中的估计思路一致。从而实现信号的增强：
G就是MMSE估计器
不同之处是里边的
替换成
。
题外话：看看之前的参数估计与此处参数估计的联系
即
不得不佩服，这些理论的研究者真有一套。
D-语音不存在概率与对数最小均方误差估计器Log-MMSE 结合（OMLSA）
原理与其他方法一致
X的估计器
可以进一步写为
其中
就是语音增强一文中的对数MMSE估计器。这里要有一点不同了，这里的概率是指数形式，有学者研究这样的增强效果并不比直接LSA更好，所以对其变形
还是与其他方法类似：概率相乘的形式。这里的
与MMSE中的一致。至此完成了LSA与语音不存在概率的结合。但这套理论比较粗糙，一些学者（原文见这里，P262）提出了不同的角度：只有噪声时，不再认为严格为0，而是接近0：
其中
，第一项
就是最开始的LSA与语音存在概率的原始结合，这就是optimally modified log-spectrum amplitude (OMLSA) estimator ,即
参数估计的改进（此处没写完，待补充）：
Implementation Issues Regarding A Priori Snr Estimation
Methods For Estimating The A Priori Probability Of Speech Absence
二、论文理论框架
麦克风接收的信号
其中m代表第m个麦克，
是TF的时域形式(acoustical transfer function,ATF),
对应the stationary noise component，即稳态噪声，
对应the transient noise component，即瞬态噪声。对应频域变换
其中
TF-GSC框架前文已经梳理，这里主要分析 the multimicrophone postfiltering：
假设TF-GSC处理之后的信号为Y，则后处理操作
其中
[找时间再补充，明天要开会，就此打住，休息]
参考
【论文：麦克风阵列增强】Speech Enhancement Based on the General Transfer Function GSC and Postfiltering
标签：hone 介绍 diffuse pos blank ase logs one and
原文地址：http://www.cnblogs.com/xingshansi/p/6951494.html
