说明：本文档包含在多路麦克风阵列进行语音增强的GSC算法集合，即广泛使用的广义旁瓣抵消结构。包括上通道的波束形成，下通道的阻塞矩阵及自适应噪声抵消部分，增强效果显著。 如有额外需要还可在ANC部分添加VAD算法（语音活动检测）程序，进行更为精确的噪声估计，从而达到更好的消噪效果。程序中有详细的中文注释，只...

麦克风阵列 语音增强 GSC算法 广义旁瓣抵消 自适应噪声 ANC VAD算法 语音活动检测

说明：lms算法降噪，LMS在语音增强中具备广泛的应用，是最为常见的算法之一，该算法也是很多更为复杂算法的理论基础或组成部分。

语音增强 LMS-语音增强 LMS算法降噪 语音降噪 LMS-降噪

说明：本自适应算法，采用RLS算法实现自适应噪声对消。使得语音增强。

speech-noise Adaptive-noise RLS rls语音增强 语音增强

说明：用MATLAB实现的子空间增强算法,代码为语音信号处理张雪英教材代码

说明：应用背景语音编码是现代语音的重要支撑技术之一通信系统，和非常低的语音编码算法的研究是一个重要的语音编码区的研究方向。本文涉及的关键技术的MELPe语音编码算法。在本文中，我试着完成下面的工作：（1）学习和实现语音增强算法。这种方法转换音频频域噪声的语音信号，然后根据树皮临界带宽，它将信号分为一组不互...

c 编码 解码 固定

说明：关于端点检测的几种方法，语音样本是自己录制的，对传统算法做了一些改进，加入了去噪，去噪之后再进行端点检测，均调通 vad0303：自己设置调整门限为一定值 vad0310：根据能量值和过零率设置门限，自适应门限值 vad0310_2：基于比例因子的门限自调整 vad0310.m加入了噪声，端点检测前...

检测 方法 关于 端点

说明：由chanwoo Kim编写的基于小功率增强的特征提取算法，对语音识别领域的研究非常具有参考价值

matlab 算法 提取 基于 增强 特征 功率

说明：基本的声强向量估计法无法适用于多声源情况下的方位估计，但由于语音信号具有时频稀疏性，利用该特性则可实现多语音源时的方位估计，其中典型的方法如直方图法。该方法首先计算各声源瞬时方位的直方图分布，然后通过搜索直方图的峰值位置得到目标声源的方位估计。直方图方法在低噪声混响条件下具有良好的性能，但随着环境噪...