基于小波变换的语音增强算法，张豪，赵振纲，在现实环境中，语音信号不可避免地会受到外来的各种各样的噪声干扰，这些干扰严重影响了语音通信的质量。我们通过各种语音信号处

针对噪声的随机性和突变性,使得传统算法抑制非平稳噪声比抑制平稳噪声难度增大的问题,提出了一种基于深度神经网络的子空间语音增强算法。该算法利用带噪的语音信号数据训练一组深度神经网络语音生成型模型(DNN训练模型);在测试增强阶段根据噪声估计和DNN模型去除非平稳噪声;最后,通过信号子空间在抑制噪声和减少信号失真上做出较为折中的选择重构语音信号。实验结果表明,基于深度神经网络的子空间语音增强算法对非平稳噪声有非常强的抑制能力,通过STOI和PESQ值反映了在低信噪比下,该算法可以提高增强语音的可懂度。

语音增强算法的研究与实现.doc

基于维纳滤波的语音增强算法，有比较好的效果

几种常用语音增强算法的研究，吴晓宇，，语音增强算法是语音信号处理领域一个重要分支，它通过对语音信号进行预处理，抑制或消除背景噪声，提高语音质量。本文介绍了谱减

 提出一种基于GSC的语音增强算法，该算法应用了DFT调制子带滤波器组将语音信号分解到子带进行自适应滤波，从而获得更好的增强效果以及更低的运量复杂度。同时，将范数约束自适应滤波（NCAF）算法应用于自适应噪声对消器（ANC）以降低语音的失真度。为了进一步去除增强后语音中的残留噪声，算法使用改进的Wiener后置滤波器。仿真结果表明，相对于基于全带GSC的麦克风阵列语音增强算法以及传统Wiener后置滤波算法，采用本文所用算法具有更高的输出分段信噪比。

基于卡尔曼滤波的语音增强算法matlab仿真

这组代码是“Islam, MT, Shahnaz, C., Zhu, WP and Ahmad, MO, 2018. Enhancement of Noisy Speech with Low Speech Distortion based on Probabilistic Geometric Spectral Subtraction.arXiv preprint arXiv:1802.05125”的实现。 如果您使用代码，请引用论文。 手稿的 PDF 可在 ARXIV 或http://www.mdtauhidul.com/pub.html免费获得。

语音增强算法的FPGA实现.pdf

包含 1. 传统方法：NMSE、SS、WF 2. 基于机器学习：CNN、NMF、serGAN 3. 加噪处理代码 4. 评价指标代码：LLR、PESQ_STOI、segSNR 5. 时域图、语谱图绘制的MATLAB代码 全套代码、工程，亲测可用