语音增强之OMLSA

OMLSA

OM-LSA算法，全称为optimally-modified log-spectral amplitude，中文有翻译为“最优改进对数谱幅度估计”，OMLSA算法相比较其它抑制算法有较少的音乐噪声残留（due to its superiorityin reducing musica noise phenomena）
先看系统框图
流程跟其它降噪方法什么不同，信号输入->STFT->噪声估计/增益计算->频谱修改->iSTFT

这里核心部分就是噪声估计然后计算频域增益了，这一步的框图如下

这里就主要分析增益函数的计算过程

1. signal model

$$y(n)=x(n)+d(n)$$

2. STFT
   $$Y(k,l)=X(k,l)+D(k,l)$$

   estimate is obtained by applying a specific gain function to each spectral component of the noisy speech signal
   $$\hat{X}(k,l)=G(k,l)Y(k,l)$$

LSA估计器以最小化下式为优化目标
$$E\left\{\begin{array}{c}(logA(k,l)-log\hat{A}(k,l){)}^2\end{array}\right\}$$
其中，$\hat{A}(k,l))$为估计得到的幅度谱

直接给出OM-LSA的表达式如下
$$G(k,l)=G_{H_1}(k,l{)}^{p(k,l)}{G}_{min}^{1-p(k,l)}$$
其中：
$G_{{\mathrm{H}}_1}$表示语音存在时候的条件增益
$G_{min}$为增益下限，也可以理解为当语音不存在时候的条件增益
$p(k,l)$为语音存在概率

继续给出增益函数中的未知量
$$G_{{\mathrm{H}}_1}(k,\ell )=\frac{\xi (k,\ell )}{1+\xi (k,\ell )}\exp \left(\frac{1}{2}{\int }_{\nu (k,\ell )}^{\infty }\frac{{\mathrm{e}}^{-t}}{t}\mathrm{d}t\right)$$

$$\xi (k,\ell )\triangleq \frac{{\lambda }_x(k,\ell )}{{\lambda }_d(k,\ell )}$$

$$v(k,\ell )\triangleq \frac{\gamma (k,\ell )\xi (k,\ell )}{1+\xi (k,\ell )}$$

$$\gamma (k,\ell )\triangleq \frac{|Y(k,\ell ){|}^2}{{\lambda }_d(k,\ell )}$$
其中,
$\xi (k,\ell )$为先验信噪比（priori SNR）
$\gamma (k,\ell )$为后验信噪比（posteriori SNR）