噪声功率谱估计 研究人员文献概述
时间: 2023-10-15 20:02:11 浏览: 38
以下噪声功率谱估计方面的一些研究人员和相关文献的概述:
1. Ephraim和Malah在1984年提出了谱减法(Spectral Subtraction)算法,该算法被广泛应用于噪声抑制和语音增强中。
2. Cohen和Berouti在1985年提出了MMSE算法(Minimum Mean Square Error),该算法可以在保持语音信号信息的同时,抑制噪声。
3. Martin等人在2001年提出了基于子空间的噪声估计算法(Subspace-Based Noise Estimation),该算法在噪声估计和语音增强中取得了良好的效果。
4. Xu和Wang在2005年提出了基于时域滤波的噪声估计算法(Time-Domain Noise Estimation),该算法采用自适应滤波技术估计噪声功率谱,可以应用于非平稳噪声。
5. Xu等人在2014年提出了一种基于深度学习的噪声估计方法(Deep Learning-Based Noise Estimation),该方法通过深度神经网络对语音信号进行建模,可以得到更加准确的噪声功率谱估计值。
6. Loizou在2013年出版了一本名为《Speech Enhancement: Theory and Practice》的书籍,系统地介绍了噪声功率谱估计算法、语音增强技术等方面的知识和方法。
7. 陈峰和李旭在2017年发表的论文《基于深度学习的噪声估计算法研究进展》中,对基于深度学习的噪声估计算法进行了详细的介绍和分析。
总的来说,噪声功率谱估计方面的研究人员很多,相关文献也很丰富,涉及到了统计分析、频域处理、时域处理、深度学习等多个方面。