噪声估计方法总结（二）

MCRA

MCRA(Minima controlled recursive averaging)算法使用了递归平均和最小值跟踪相结合的方法，这里的最小值跟踪体现在语音存在概率是由最小值跟踪确定的。

递归平滑

在噪声段进行语音平滑处理，在语音段不更新噪声，则，
$$\begin{array}{rl}{H}_0^{{}^{\prime }}(k,l):\widehat{{\lambda }_d}(k,l+1)& ={\alpha }_d\widehat{{\lambda }_d}(k,l)+(1-{\alpha }_d)|Y(k,l){|}^2\\ H_1^{{}^{\prime }}(k,l):\widehat{{\lambda }_d}(k,l+1)& =\widehat{{\lambda }_d}(k,l)\end{array}\text{\hspace{1em}(1)}$$

${\alpha }_d$是平滑参数，数值过大会导致跟踪较慢，数值过小，容易产生音乐噪声。利用条件语音存在概率$p^{{}^{\prime }}(k,l)$进行综合，可得，
$$\begin{array}{rl}\widehat{{\lambda }_d}(k,l+1)& =({\alpha }_d\widehat{{\lambda }_d}(k,l)+(1-{\alpha }_d)|Y(k,l){|}^2)(1-p^{{}^{\prime }}(k,l))+\widehat{{\lambda }_d}(k,l)p^{{}^{\prime }}(k,l)\\ & ={\tilde{\alpha }}_d\widehat{{\lambda }_d}(k,l)+(1-{\tilde{\alpha }}_d)|Y(k,l){|}^2\end{array}\text{\hspace{1em}(2)}$$

其中，$\widetilde{{\alpha }_d}={\alpha }_d+(1-{\alpha }_d)p^{{}^{\prime }}(k,l)$

最小值控制语音存在概率

首先对幅度谱在频域进行平滑，得，
$$S_f(k,l)=\sum _{i=-w}^{w}b(i)|Y(k-i,l){|}^2\text{\hspace{1em}(3)}$$

接着在时域进行平滑，
$$S(k,l)={\alpha }_{s}S(k,l-1)+(1-{\alpha }_s)S_f(k,l)\text{\hspace{1em}(4)}$$

利用分帧最小值跟踪法求出$S_{min}(k,l)$,
       if mod($\lambda$,D) = 0
         $S_{min}(k,l)=min(S_{min}(k,l-1),S(k,l))$
         $S_{tmp}(k,l)=S(k,l)$
       else
         $S_{min}(k,l)=min(S_{min}(k,l-1),S(k,l))$
         $S_{tmp}(k,l)=min(S_{tmp}(k,l-1),S(k,l))$
       end

定义比值$S_r(k,l)=S(k,l)/S_{min}(k,l)$,如果$S_r(k,l)$大于阈值，则令$I(k,l)=1$,否则为0，条件语音存在概率根据I(k,l)平滑得到，即，
$$p^{{}^{\prime }}(k,l)={\alpha }_p{p}^{{}^{\prime }}(k,l-1)+(1-{\alpha }_{)}I(k,l)\text{\hspace{1em}(5)}$$

将式(6)带入式(2)得到最终的噪声估计值。

MCRA2

将MCRA算法中最小值跟踪的方法改为连续谱最小值跟踪噪声估计方法，其余部分和MCRA方法一致。即将$S_{min}(k,l)$的估计方法改为，
       if $S_{min}(k,l)<S(k,l)$
         $S_{min}(k,l)=\gamma S_{min}(k,l-1)+\frac{1-\gamma }{1-\beta }(S(k,l)-\beta )S(k,l-1)$
       else
         $S_{min}(k,l)=S(k,l)$
       end

IMCRA

improved minima controlled recursive averaging (IMCRA)算法是在MCRA算法上做了很多优化。

1. 式(2)中语音存在概率的计算方式进行了改变，改成了和omlsa中一样的方法。
2. 通过控制先验语音缺席概率(而不是语音存在概率)来间接达到最小值控制。
3. 对噪声做了一个偏差补偿
4. $I(k,l)$通过两个不同比率进行判决，更加可靠。

自适应分位数噪声估计

自适应分位数噪声估计使用的是通用形式如下，
$$\hat{N}(w,l)=\{\begin{array}{l}\hat{N}(w,l-1)+\lambda {\delta }_{+}(w,l),|Y(w,l)|\ge \hat{N}(w,l-1)\\ \hat{N}(w,l-1)-(1-\lambda ){\delta }_{-}(w,l),|Y(w,l)|<\hat{N}(w,l-1)\end{array}$$

基本思想就是如果当前能量比估计的噪声能量高则增加噪声能量，否则就减少噪声能量，那接下来的重点就是如何设计增加和减少的步长，参考文章[2-3]介绍一些估计的方法，具体可以看文章，这里主要说一下自己对webrtc的自适应分位数噪声估计方法的理解，不一定正确，欢迎指正。

1）对数域平滑
采用对数分位数噪声估计，在对数域进行平滑更新噪声能量,即，
$$log(\hat{N}(w,l))=\{\begin{array}{l}log(\hat{N}(w,l-1))+\lambda {\delta }_{+}(w,l),log(|Y(w,l)|)\ge log(\hat{N}(w,l-1))\\ log(\hat{N}(w,l-1))-(1-\lambda ){\delta }_{-}(w,l),log(|Y(w,l)|)<log(\hat{N}(w,l-1))\end{array}$$

2）变步长
$$density(w,l)=\{\begin{array}{l}\frac{count\ast density(w,l)+1/(2d)}{count+1},|log(\hat{N}(w,l-1))-log(|Y(w,l)|)|<d\\ density(w,l-1),others\end{array}$$

概率密度$density(w,l)$的更新公式如上式，其中阈值$d=0.01$，如果当前帧的对数能量和噪声对数能量比较接近,绝对差距小于阈值$d$,则将当前的密度与$1/(2d)=50$ 进行加权平均(增加当前的概率密度函数的数值)，否则不更新。
$${\delta }_{-}(w,l)={\delta }_{+}(w,l)=\{\begin{array}{l}\frac{40}{count},density(w,l)<1\\ \frac{40}{count\ast density(w,l)},others\end{array}$$

步长的更新公式如上式，当概率密度达到阈值1后则减少步长，我的理解是在密度达到阈值后，表示在目标值附近，进行精细化搜索。
其中$count$是从1到200循环计数的，当计数到200则更新噪声估计的值，否则不更新。200是个超参数，至于为什么从小计数到大，我的理解是当$count$数值小时，步长大，当当$count$数值大时，步长小，类似于算法收敛一样，先进行大范围搜索，当快达到目标时减少收敛速度，搜索更准确。同时webrtc设置了三种conut的初始值，同时更新，谁先达到200使用谁的结果，增加更新速度，相当于每200/3次更新一次结果。

参考

【1】Stahl V, Fischer A, Bippus R. Quantile based noise estimation for spectral subtraction and Wiener filtering[C]//2000 IEEE International Conference on Acoustics, Speech, and Signal Processing. Proceedings (Cat. No. 00CH37100). IEEE, 2000, 3: 1875-1878.
【2】Tiwari N, Pandey P C. Speech Enhancement Using Noise Estimation With Dynamic Quantile Tracking[J]. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2019, 27(12): 2301-2312.
【3】Hammer H L, Yazidi A, Rue H. A new quantile tracking algorithm using a generalized exponentially weighted average of observations[J]. Applied Intelligence, 2019, 49(4): 1406-1420.
【4】Cohen I , Berdugo B . Speech enhancement for non-stationary noise environments[J]. Signal Processing, 2001, 81(11):2403-2418.
【5】Rangachari S , Loizou P C . A noise-estimation algorithm for highly non-stationary environments[J]. Speech Communication, 2006, 48(2):220-231.
【6】Cohen I . Noise spectrum estimation in adverse environments: improved minima controlled recursive averaging[J]. IEEE Transactions on Speech and Audio Processing, 2003, 11(5):466-475.