电气工程与系统科学 > 音频与语音处理
[提交于 2025年8月6日
]
标题: 基于盲斜投影结合噪声白化的闭式连续相对传输函数向量估计
标题: Closed-Form Successive Relative Transfer Function Vector Estimation based on Blind Oblique Projection Incorporating Noise Whitening
摘要: 相对传递函数(RTFs)在波束成形中起着关键作用,能够有效抑制噪声和干扰。 本文解决了在嘈杂和混响环境中在线估计多个声源的RTF向量的挑战,特别是在声源依次激活的特定场景下。 虽然第一个声源的RTF向量可以直接估计,但在多个声源同时激活的段落中估计后续声源的RTF向量是主要挑战。 盲斜投影(BOP)方法被提出用于通过最优阻塞新激活声源来估计其RTF向量。 然而,该方法面临几个限制:由于依赖于迭代梯度下降优化而导致的高计算复杂度,引入的随机附加向量可能对性能产生负面影响,以及假设信号噪声比(SNR)较高。 为克服这些限制,本文提出了BOP方法的三个扩展。 首先,我们推导了优化BOP代价函数的闭式解,显著降低了计算复杂度。 其次,我们引入正交附加向量而不是随机向量,提高了RTF向量估计的准确性。 第三,我们引入了受协方差减法和白化启发的噪声处理技术,在低SNR条件下提高了鲁棒性。 为了提供逐帧的源活动模式估计,这对传统BOP方法和所提方法都是必需的,我们提出了一种基于空间相干性的在线源计数方法。 使用包含3个依次激活说话人的实际混响噪声录音进行了仿真,有无先验的源活动模式知识。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.