一种基于最大似然的语音信号混响时间(reverberation time)估计方法的纯C语言实现(姊妹篇)

基于最大似然(ML)估计器的盲RT估计-引言

混响效应是室内声学的一个重要现象,它是由声音在封闭空间中经多次反射而产生。描述混响效应强弱的一个重要参数是混响时间(Reverberation time, RT),其定义为当声源停止发声后,残余的声能在室内往复反射,经反射面吸收而强度逐渐减弱,声能密度衰减60 dB所需要的时间,常用T60表示,单位为秒(s)。混响时间不仅是厅、堂、馆、舍
音效设计中的重要评价标准,也是语音增强、自动语音识别等音频信号处理技术中的重要参数,因此混响时间的估计方法一直是声学领域的研究重点。

混响时间的盲估计方法中, Ratnam等提出的最大似然估计(Maximum likelihood estimation,MLE)法是其中的主流方法,该方法将混响信号的后期衰减包络描述成一个指数衰减模型,该模型衰减的时间常数为 ρ ρ ρ,同时假设混响效应的后期反射是不相关的,这样可以将声音衰减进一步描述成一个衰减指数为ρ的高斯白噪声序列,进而求解出使得该序列的似然函数取最大值时的衰减速率

你可能感兴趣的:(项目实例,c语言,混响时间,参数估计,语音信号,最大似然)