基于卡尔曼滤波的低复杂度去混响算法*

在电话会议、智能音箱等应用场景下，传声器往往处在声源的远场。混响信号的存在会掩蔽后续到达的直达声信号，降低传声器接收信号的语音质量，以及语音识别系统的准确识别率。多通道线性预测算法是一种经典的盲去混响算法，但该算法往往具有较高的计算复杂度。本文提出了一种简化的卡尔曼滤波更新算法，通过对角化卡尔曼滤波器状态向量误差协方差矩阵，降低了自适应多通道线性预测去混响算法的复杂度。通过与现有分块对角简化算法对比发现，本文提出的简化算法在保证语音质量的同时，进一步降低了原卡尔曼滤波算法的复杂度。