Resumen

Este trabajo propone una compensación sesgada por ruido del método de estadísticas mínimas (MS) utilizando una función no lineal y una probabilidad de ausencia de habla (SAP) a priori para la mejora del habla en entornos ruidosos altamente no estacionarios. El método MS es una técnica bien conocida para la estimación de la potencia del ruido en entornos ruidosos no estacionarios; sin embargo, tiende a sesgar la estimación del ruido por debajo del verdadero nivel de ruido. El método propuesto se combina con un parámetro adaptativo basado en una función sigmoidea y un SAP a priori para la reducción del ruido residual. Además, nuestro método utiliza un autoparámetro para controlar el equilibrio entre la distorsión del habla y el ruido residual. Evaluamos la estimación de la potencia del ruido en entornos altamente no estacionarios y de ruido variable. La mejora puede confirmarse en términos de relación señal-ruido (SNR) y de la medida de distorsión Itakura-Saito (ISDM).

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:entornos ruidosos no estacionarios, método, probabilidad de ausencia de habla a priori, medida de distorsión saito, estimación de la potencia del ruido, reducción del ruido residual, nivel de ruido real, método ms, parámetro adaptativo, estadística mínima
• Keywords:nonstationary noisy environments, method, priori speech absence probability, saito distortion measure, noise power estimation, residual noise reduction, true noise level, ms method, adaptive parameter, minimum statistics