声学前端信号处理常用名词及缩写

欢迎来我的知乎专栏进一步探讨交流。

https://www.zhihu.com/column/c_1287066237843951616

---

学习过程中，碰到了很多声学前端信号处理名词的专用简写，特此记录下，欢迎各位知友批评与指点。

每个概念深究的话，均是可以单独成章的，后续有时间的话再进行细化。

会不断更新与完善。。

 

缩写	全称	中文释义	应用场景
ABF	Adaptive Beamformer	自适应波束形成器	波束形成方法。
AGC	Automatic Gain Control	自动增益控制	为了使输出的语音信号增益尽量保持稳定，避免忽大忽小，需要进行自动增益控制。
AR	Autoregressive model	自回归模型	基础的时间序列模型
ARMA	Autoregressive Moving Average Model	自回归-移动平均模型	基础的时间序列模型
BM	Beamforming Beamformer	波束形成（器）	多通道麦克风信号处理的一种常用方法。
BM	Block Matrix	阻塞矩阵	GSC方法里的概念。
DD	Decision-Directed Method	判决引导法	估算参数值的一种方法。
Der	Dereverberation	去混响	一般在处理室内声学信号时，经常存在混响，需要针对性的进行去混响。
DOA	Direction-Of-Arrival	波达方向估计	估计信号相对于麦克风的方向。
DSB	Delay-and-Sum Beamformer	延时相加波束形成器	波束形成方法。
Fs	Frequency of Sampling	采样率	模数转换时的采样率，决定了频域处理的频段上限，满足奈奎斯特采样定律。
GSC	Generalized Sidelobe Cancellation	广义旁瓣消除器	由 Griffiths 与 Jim 提出， 是一种自适应噪声消除算法 。
IBM	Ideal Binary Mask	理想二值掩码	常用于语音降噪下进行噪声估计，比如现在深度学习下的降噪就用的很频繁。
IMCRA	Improved Minimum Controlled Regressive Average	改进版递归式更新估计噪声。	一种噪声跟踪统计方法
IRM	Ideal Ratio Mask	理想比值掩码	常用于语音降噪下进行噪声估计，比如现在深度学习下的降噪就用的很频繁。
ISTFT	Inverse Short-Time Fourier Transform	逆短时傅里叶变换	将频域语音信号变化为时域信号
LCMV	Linearly Contrained Minimum Variance	线性限制最小方差	一种计算固定波束形成系数的方法。
LMS	Least Mean Square	最小均方自适应滤波器	自适应学习参数的方法。
LSA	Log-Spectral Amplitude	对数谱幅度	估计语音信号。
MA	Moving Average model	移动平均模型	基础的时间序列模型
MCLP	Multichannel Linear Prediction	多通道线性预测模型	实现语音信号去混响的一种方法。
MCRA	the Minimum Controlled Regressive Average method	递归式更新估计噪声	一种噪声跟踪统计方法。
MIMO	the Multiple-Input Multiple-Output system	多通道输入多通道输出系统	语音处理系统输入输出通道数量的整体描述。
MISO	The Multiple-Input Single -Output system	多通道输入单通道输出系统	语音处理系统输入输出通道数量的整体描述。
MMSE	Minimum Mean-Square Error	最小均方误差	衡量评价指标的一种策略。
MOS	Mean Opinion Score	平均意见得分	描述语音质量的指标，主观指标。
MS	Minimum Statistics	最小统计跟踪	一种噪声跟踪统计方法。
MVDR	Minimum variance distortionless Response	最小方差无失真响应	一种计算固定波束形成系数的方法。
NLMS	Normalized Least Mean Square	归一化最小均方自适应滤波器	自适应学习参数的方法。
NS	Noise Suppression	噪声抑制	就是语音降噪，另外一种叫法。
OM-LSA	the Optimally-Modified Log-Spectral Amplitude	最优修正对数谱幅度	估计语音信号。
PESQ	Perceptual Evaluation of Speech Quality	语音感知质量评价	最新评价语音质量的客观工具，将话音的频率、响度等物理特性与人类心理上的感知特性相对应关系用数学模型来表示， 即用客观的数学模型评价来模拟主观的评价。
PF	Post-Filter	后置滤波	一般在去混响、固定波束形成或者GSC之后应用，也就是单通道降噪。
PSD	Power Spectrum Density	功率谱密度	描述声学信号的谱特性。
RIR	Room Impulse Response	房间冲击响应	参照RTF，具体的一种场景，常用于去混响问题。
RTF	Relative Transfer Functions	相对传输函数	常用于描述两个位置之间的声学传递函数。
SAP	Speech Absence Probability	语言不存在概率	相对于SPP。
SIMO	The Single-Input Multiple-Output system	单通道输入多通道输出系统	语音处理系统输入输出通道数量的整体描述。
SISO	the Single-Input Single-Output system	单通道输入单通道输出系统	语音处理系统输入输出通道数量的整体描述。
SNR	Signal-to-Noise Ratio	信噪比	描述信号干净程度，越大越好。
SPP	Speech Presence Probability	语言存在概率	当前时间段或者帧时的语音存在概率，常用于噪声跟踪。
STFT	Short-Time Fourier Transform	短时傅里叶变换	一段完整的语音信号通常是非稳态的，即其特征基本上是随时间变化的，然而由于人的口腔与喉部发声的固有特性，在一个短时间范围内 ，一般为 之间，其特征基本保持不变，即语音信号是短时平稳的。所以在对语音信号进行频域分析时需要一帧一帧的处理，帧长一般取 。
TDOA	Time-Difference-Of-Arrival	到达时间差	信号到达各个麦克风时间的时间差，常用于DOA。
TVG	Time-Varying Gaussian model	时变高斯模型	一种描述语音信号的模型。
VAD	Voice Activity Detection	语言激活检测	检查当前时间段或者帧时的语音存在概率，常用于噪声估计或者跟踪。
WNG	White Noise Gain	白噪声增益	描述固定波束形成系数的稳定性的指标。
WPE	Weighted Prediction Estimation	权重预测估计方法	日本学者Takuya Yoshioka在其学位论文中系统提出的一种去混响方法。

 

---

 

发布于昨天 11:35