语音降噪/语音增强的几种算法

概述：现实生活中，语音信号一般都带有噪声，在进一步处理信号前（如语音识别，语音编码），往往要对信号进行降噪，本文介绍几种简单的降噪算法：自适应滤波器/谱减法/维纳滤波法。随着信噪比的减小，降噪方法处理的效果也随之变差，也经常使得语音丢字或者波形失真。如何在低信噪比情况下，达到不错的降噪效果，是一个值得探究的问题。

一. LMS自适应滤波器降噪

1.1. 基本原理

LMS自适应滤波器，利用前一刻已获得的滤波器参数，自动调节当前滤波器参数，以适应信号和噪声未知的或随机变化的统计特性，从而实现最优滤波。

1.2. 原理概述

输入信号序列xi(n)，期望输出信号d(n)，定义误差信号为：

其中wi为权系数。
LMS算法的本质就是寻找最优的权系数wi，使得误差信号e(n)最小。
经过一系列推导，得到权系数的迭代公式：

使用最陡下降法，那么LMS算法的关键问题就变为收敛因子$\mu$和梯度因子的求解。

（1）. 收敛因子