Indexed by：
Abstract：
MCRA（ Minima-Controlled Recursive Averaging ）方法是经典的噪声估计算法，然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题。针对这一问题，本文利用广义自回归条件异方差（ Generalized Autoregres-sive Conditional Heteroskedasticity ，GARCH）模型在时频域对噪声信号建模，在MCRA算法原理的基础上，提出了基于最小控制GARCH模型的噪声估计算法，实验结果表明，本文所提的噪声估计算法能够更为准确估计噪声功率谱，将该算法应用到语音增强中能够获得到较好的语音增强效果。
Keyword：
Reprint Author's Address：
Email：
Source ：
电子学报
ISSN： 0372-2112
Year： 2016
Issue： 3
Volume： 44
Page： 747-752
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 5
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
