OMLSA算法思路

概要总结

OM-LSA(Optimally-modified log-spectral amplitude)是比较经典的单通道降噪算法，之前面试时没有说的很简洁，导致回答的不是很好，这里自己总结一下，水平有限，也欢迎大家指正。

omlsa算法是在假设干净语音和噪声的傅里叶变换系数满足复高斯分布，不相干的基础上，以最小化贝叶斯对数幅度谱做为估计器求解最优增益，其中利用了贝叶斯定理将条件语音存在概率转化为先验信噪比、后验信噪比和先验语音存在概率相关的函数，先后验信噪比的估计又利用MCRA算法估计出的噪声进行计算。(就说这一段就可以)

其中先验信噪比估计中利用了DD准则提供鲁棒性，先验语音存在概率利用先验信噪比通过一个软判决机制得到。MCRA算法结合了递归平滑和最小值跟踪两种算法，同时使用了时频域的平滑和语音存在概率进行加权。（这段作为展开时说）