自适应降噪算法全解析 · 课程目录

01自适应降噪概述

概念发展史场景耳机·助听器·车载

02声学基础回顾

频率·振幅·相位声波干涉掩蔽效应

03数字信号处理基础

采样定理量化时频域DFT/FFT

04自适应滤波器原理

维纳滤波MMSE准则基本结构

05LMS算法详解

推导步长因子收敛性优缺点

06NLMS算法详解

归一化LMS变步长降噪实践

07RLS算法详解

递归最小二乘对比LMS复杂度

08频域自适应滤波

块LMS子带滤波频域优势

09双麦克风降噪原理

波束形成延时求和GSC结构

10固定波束形成

延迟-求和超指向差分阵列

11自适应波束形成

GSCMVDRLCMV

12后置滤波技术

维纳后置噪声估计双麦克后置

13单通道降噪基础

谱减法变体音乐噪声

14维纳滤波降噪

时域/频域先验SNR

15MMSE-STSA估计

算法推导噪声估计语音存在概率

16深度学习降噪入门

DNN/RNN/CNN特征提取训练推理

17噪声估计技术

最小值跟踪直方图IMCRA递归平滑

18语音活动检测(VAD)

能量VAD谱熵VAD深度学习VAD

19先验信噪比估计

Decision-Directed先验/后验SNR

20自适应降噪实时实现

帧处理·重叠相加低延迟定点量化

21性能评估

PESQ·STOI·SNRMOS测试实时指标

22回声与降噪联合处理

声学回声AEC+ANC双讲检测

23风噪抑制

风噪特性检测算法滤波衰减

24突发噪声抑制

冲击检测中值滤波稀疏表示

25TWS耳机应用

硬件约束功耗优化轻量化

26助听器应用

反馈抑制方向性麦克风环境自适应

27车载通信应用

车内噪声多通道降噪回声消除

28工程化挑战

稳定性收敛vs稳态多场景适配

29标准化与专利

3GPP/ETSIITU-T关键专利

30未来趋势

深度学习融合端侧AI芯片个性化降噪