Einkanalige Sprachsignalverbesserung mit Hilfe eines marginalisierten Partikelfilters

Inhalt:
Es wird ein marginalisiertes Partikelfilter beschrieben, das zur einkanaligen Sprachsignalverbesserung mit einem nichtlinearen dynamischen Zustandsmodell eingesetzt werden soll. Das System besteht aus einem Partikelfilter zum Tracking von LSP-Parametern und einem Kalman- Filter für jedes Partikel, das zur Sprachsignalverbesserung verwendet wird. In unserem Ansatz wird angenommen, dass die Parameter in kurzen Sprachsignalblöcken konstant sind, während das Sprachsignal sich mit jedem Abtastwert ändert. Bei weißem Rauschen werden ähnliche SNR-Gewinne wie mit einem Kalman-EM-iterative Algorithmus erzielt, während das Hintergrundrauschen und die Log-spektrale Distanz etwas geringer sind. Mit einem erweiterten Zustandsmodell wurden auch Untersuchungen für farbiges Rauschen durchgeführt.