Schätzung der Leistungsdichtespektrums basierend auf optimaler Glättung und Minimalstatistik

Wir beschreiben ein Verfahren zur Schätzung der Leistungsdichte von nichtstationärem Rauschen, wenn ein rauschbehaftetes Sprachsignal vorliegt. Das Verfahren kann mit jedem Sprachverbesserungsalgorithmus kombiniert werden, der eine Schätzung der Rauschleistungsdichte erfordert. Im Gegensatz zu anderen Methoden verwendet unser Ansatz keinen Sprachaktivitätsdetektor. Stattdessen verfolgt es spektrale Minima in jedem Frequenzband, ohne zwischen Sprachaktivität und Sprachpause zu unterscheiden. Durch Minimierung eines bedingten Mittelwert-quadrat-Schätzfehlers in jedem Zeitabschnitt leiten wir den optimalen Glättungsparameter für die rekursive Glättung der Leistungsdichte des rauschbehafteten Sprachsignals ab. Basierend auf der optimal geglätteten Schätzung der Leistungsdichte und der Analyse der Statistiken der spektralen Minima wird ein unverzerrter Rauschschätzer entwickelt. Der Schätzer ist gut für Echtzeitanwendungen geeignet. Darüber hinaus führen wir zur Verbesserung der Leistung bei nichtstationärem Rauschen ein Verfahren ein, um das Verfolgen der spektralen Minima zu beschleunigen. Schließlich bewerten wir das vorgeschlagene Verfahren im Kontext der Sprachverbesserung und der Sprachcodierung bei niedriger Bitrate mit verschiedenen Rauscharten.