1 / 40

Overzicht

Overzicht . Inleiding Basisprincipes Robuuste breedband-bundelvorming Meerkanaals optimale filtering Akoestische-kanaalschatting en dereverberatie Besluit en verder onderzoek. Overzicht . Inleiding Situering en toepassingen Probleemstelling Bijdragen Basisprincipes

leanne
Download Presentation

Overzicht

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Overzicht • Inleiding • Basisprincipes • Robuuste breedband-bundelvorming • Meerkanaals optimale filtering • Akoestische-kanaalschatting en dereverberatie • Besluit en verder onderzoek

  2. Overzicht • Inleiding • Situering en toepassingen • Probleemstelling • Bijdragen • Basisprincipes • Robuuste breedband-bundelvorming • Meerkanaals optimale filtering • Akoestische-kanaalschatting en dereverberatie • Besluit en verder onderzoek

  3. Spraakverstaanbaarheid en spraakherkenning Achtergrondlawaai: - ventilator, radio - andere personen - meestal ongekend Reverberatie (nagalm) - reflecties van signaal tegen muur, objecten Situering • Spraakcommunicatietoepassingen: handenvrije mobieletelefonie, spraakgestuurde systemen, hoorapparaten • Inleiding -Situering -Probleemstelling -Bijdragen • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit • Opname van spraak in ongunstige akoestische omgeving • Lage signaalkwaliteit

  4. Doelstelling • Signaalverbeteringstechnieken: • Inleiding -Situering -Probleemstelling -Bijdragen • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit • Ruisonderdrukking : verminderen van achtergrondlawaai zonder spraak te vervormen • Dereverberatie : effect van nagalm verminderen • Gecombineerde ruisonderdrukking en dereverberatie • Akoestische bronlokalisatie: camera of volgspot Signaalverbetering

  5. Toepassingen • Handenvrije mobiele telefonie: • Belangrijkste toepassing vanuit economisch standpunt • Handenvrije kit in wagen verplicht • Inleiding -Situering -Probleemstelling -Bijdragen • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit • Meeste huidige systemen: 1 directionele microfoon • Video-conferencing: • Microfoonrooster voor bronlokalisatie : • richten van camera op actieve spreker • signaalverbetering door sturen van microfoonrooster

  6. Toepassingen • Spraakgestuurde systemen: • consumentenelektronica (HiFi, PC software) • voordeel wanneer spraakherkenning betrouwbaar werkt in alle omstandigheden • signaalverbetering als voorverwerking • Inleiding -Situering -Probleemstelling -Bijdragen • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit • Hoorapparaten en cochleaire implantaten: • meeste slechthorenden lijden aan perceptueel gehoorverlies • versterking • verzwakking van ruis tov gewenst signaal • meerdere microfoons + DSP in hoorapparaat • huidige systemen: eenvoudige bundelvorming • robuustheid zeer belangrijk wegens kleine afstand microfoons

  7. Algoritmische vereisten • ‘Blinde’ technieken: ongekende ruisbronnen en omgeving • Adaptief: tijdsvariante signalen en akoestische omgeving • Robuustheid: • Microfoonkarakteristieken (versterking, fase, positie) • Andere afwijkingen van veronderstelde signaalmodel • Integratie van verschillende technieken • Berekeningscomplexiteit • Inleiding -Situering -Probleemstelling -Bijdragen • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  8. Eénkanaals-technieken • spectrale subtractie[Boll 79, Ephraim 85, Xie 96] • Signaalonafhankelijke transformatie • Problemen met residuele ruis • deelruimte-gebaseerd[Dendrinos 91, Ephraim 95, Jensen 95] • Signaalafhankelijke transformatie • signaalruimte + ruisdeelruimte • Meerkanaals-technieken • vaste bundelvorming[Dolph 46, Cox 86, Ward 95, Elko 00] • Vast directiviteitspatroon • adaptieve bundelvorming[Frost 72, Griffiths 82, Gannot 01] • aanpassen aan verschillende omgevingen  performantie • `Generalised Sidelobe Canceller’ (GSC) • inverse, ‘matched’filtering[Myoshi 88, Flanagan 93, Affes 97] enkel spectrale informatie a-priori veronderstellingen spatiale informatie robuustheid 2. Meerkanaals optimale filtering Probleemstelling en bijdragen 1. Robuuste breedband- bundelvorming 3. Blinde kanaalschatting dereverberatie 9

  9. Overzicht • Inleiding • Basisprincipes • Signaalmodel • Karakteristieken van signalen en akoestische omgeving • Robuuste breedband-bundelvorming • Meerkanaals optimale filtering • Akoestische-kanaalschatting en dereverberatie • Besluit en verder onderzoek

  10. Akoestischeimpulsresponsie Spraak-signaal Additieveruis Signaalmodel • Model voor microfoonsignalen in tijdsdomein: gefilterde versie van zuiver spraaksignaal + additieve gekleurde ruis • Inleiding • Basisprincipes -Signaalmodel -Karakteristieken • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  11. S Signaalmodel • Meerkanaals-signaalverbetering: microfoonsignalen worden gefilterd met filters wn[k] en gesommeerd • Inleiding • Basisprincipes -Signaalmodel -Karakteristieken • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit • f[k] = totale transferfunctie voor spraakcomponent • zv[k] = residuele ruiscomponent • Technieken verschillen in berekening van filters: • Ruisonderdrukking :minimaliseer residuele ruis zv[k] enbeperk spraakvervorming • Dereverberatie : f[k]=δ[k] door schatten van akoestische impulsresponsies hn[k] • Gecombineerde ruisonderdrukking en dereverberatie

  12. 0.4 0.3 0.2 0.1 0 Amplitude -0.1 -0.2 -0.3 -0.4 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Tijd (sec) Karakteristieken van signalen • Spraak: • Breedbandig (300-8000 Hz) • Aan/uit-karakteristiek  Spraakdetectie-algoritme (VAD) • Lineair lage-rangmodel: lineairecombinatie van basisfuncties • Inleiding • Basisprincipes -Signaalmodel -Karakteristieken • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit (R=12…20) • Ruis: • ongekende signalen zonder referentie • traag-variërend (ventilator)  niet-stationair (radio, spraak)

  13. Impulsresponsie PSK rij 9 1 0.8 0.6 0.4 Amplitude 0.2 0 -0.2 -0.4 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Tijd (sec) Akoestische omgeving • Reverberatietijd T60: globale karakteristiek • Akoestische impulsresponsies: • Akoestische filtering tussenspreker en microfoons • FIR-filter (K=1000…2000 taps) • Niet-minimum-fasesysteem  geen stabiele inverse • Microfoonrooster: • Veronderstelling: puntsensoren met ideale karakteristiek • Afwijkingen: versterking, fase, positie • Inleiding • Basisprincipes -Signaalmodel -Karakteristieken • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  14. Overzicht • Inleiding • Basisprincipes • Robuuste breedband-bundelvorming • Nieuwe ontwerpprocedures voor breedband-bundelvorming • Robuuste bundelvorming tegen afwijkingen inversterking en fase • Meerkanaals optimale filtering • Akoestische-kanaalschatting en dereverberatie • Besluit en verder onderzoek

  15. Benut spatiale diversiteit door meerdere microfoons Onderdrukken ruis en reverberatie uit bepaalde richtingen - Lage complexiteit - Robuustheid bij lage signaal-ruisverhouding • - A-priori kennis over posities en microfoonkarakteristieken • Signaal-onafhankelijk FIR ‘filter-and-sum’ structuur: willekeurig directiviteits-patroon voor willekeurige microfoonconfiguratie Vaste bundelvorming • Ruis- en spraakbronnen met zelfde spectrum op verschillende posities • Inleiding • Basisprincipes • Bundelvorming -Ontwerp -Robuust • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit • Originele techniek uit radartoepassingen: • Smallband : compensatie van vertraging  breedband • ‘Far-field’ : vlakke golven  ‘near-field’ : sferische golven • Gekende karakteristieken van sensoren  afwijkingen

  16. Directiviteitspatroon: Gewenst directiviteitspatroon: 2D-filterontwerp in hoek  en frequentie  ‘Filter-and-sum’ configuratie • Doelstelling: bereken filters wn[k] zodat bundelvormer gewenste vaste spatiale en spectrale filtering uitvoert • Inleiding • Basisprincipes • Bundelvorming -Ontwerp -Robuust • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit Far-field:- vlakke golven - gelijke verzwakking

  17. Ontwerpprocedures • Ontwerp filter w zodat directiviteitspatroon zo dicht mogelijk benadert over volledig frequentie-hoek- gebied  minimalisatie van kostfunctie • Niet-lineare kostfunctie  iteratieve optimalisatie = complex! • Gewogen-kleinste-kwadraten  kwadratische functie • Eigenfilter gebaseerd op TLS-criterium  GEVD • Besluit:TLS-eigenfilter beste niet-iteratieve procedure • Inleiding • Basisprincipes • Bundelvorming -Ontwerp -Robuust • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  18. dB dB dB Freq (Hz) Freq (Hz) Freq (Hz) Angle (deg) Angle (deg) Angle (deg) Simulaties Delay-and-sum • Parameters: • N=5, d=4cm • L=20, fs=8kHz • Pass: 40o-80o • Stop: 0o-30o + 90o-180o

  19. Meet- of kalibratieprocedure Breng specifieke (willekeurige) afwijkingen in rekening Robuuste breedband bundelvorming • Kleine afwijkingen van veronderstelde karakteristieken (versterking, fase, positie)  grote afwijkingen in directiviteits-patroon, zeker voor microfoonroosters met kleine afmeting • In de praktijk zijn microfoonkarakteristieken nooit exact gekend • Beschouw alle mogelijke microfoonkarakteristieken en optimaliseer • gemiddelde performantie met waarschijnlijkheid als gewicht • ‘worst-case’ performantie  minimax-optimalisatieprobleem • Inleiding • Basisprincipes • Bundelvorming -Ontwerp -Robuust • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  20. Simulaties • Niet-lineaire ontwerpprocedure • N=3, posities: [-0.01 0 0.015] m, L=20, fs=8 kHz • Passband = 0o-60o, 300-4000 Hz (endfire)Stopband = 80o-180o, 300-4000 Hz • Robuust ontwerp voor gemiddelde performantie:Uniforme pdf = (0.85-1.15) en (-5o-10o) • Afwijking = [0.9 1.1 1.05] en [5o -2o 5o] • Inleiding • Basisprincipes • Bundelvorming -Ontwerp -Robuust • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  21. dB dB dB dB Angle (deg) Angle (deg) Angle (deg) Angle (deg) Frequency (Hz) Frequency (Hz) Frequency (Hz) Frequency (Hz) Simulaties • Inleiding • Basisprincipes • Bundelvorming -Ontwerp -Robuust • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  22. Overzicht • Inleiding • Basisprincipes • Robuuste breedband-bundelvorming • Meerkanaals optimale filtering • GSVD-gebaseerde optimaal-filtertechniek • Verminderen van berekeningscomplexiteit • Simulaties • Akoestische-kanaalschatting en dereverberatie • Besluit en verder onderzoek

  23. Robuustheid Meerkanaals Signaal-afhankelijk Vertraagde spraakcomponentin microfoonsignaal Uitgangssignaal Minimaliseer MSE Lineaire beperkingen:a-priori veronderstellingenover microfoon + positie Standaard (adaptieve) bundelvorming: LCMV Meer-kanaals Wiener Filter • Spraak en ruis onafhankelijk • 2e orde statistiek ruis stationair  schatten tijdens ruisperiodes (VAD) Meerkanaals optimale filtering Doel: optimale schatting van spraakcomponenten in microfoonsignalen • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit Geen veronderstellingen

  24. =1 : MMSE (gelijk belang) • <1 : minder spraakvervorming, minder ruisonderdrukking • - >1 : meer spraakvervorming, meer ruisonderdrukking Meerkanaals optimale filtering • Implementatietechniek: • gebaseerd op Veralgemeende-Singuliere-Waarde-Ontbinding (GSVD) • in rekening brengen van lage-rangmodel spraak • afweging tussen ruisonderdrukking en spraakvervorming • QRD [Rombouts 2002], subband[Spriet 2001] lagere complexiteit • Spraakdetectie-mechanisme is enige a-priori veronderstelling: nodig voor schatting van correlatiematrices • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit

  25. Spraak Ruis Analyse in het frequentiedomein • Opsplitsing in spatiaal en spectraal gedeelte • Gewenst directiviteitspatroon voor eenvoudige scenario’s • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit spectrale filtering(PSD) spatiale filtering(coherentie)

  26. Real-time implementatie mogelijk (N = 4, L = 20, M=80, fs = 16 kHz, P = 4000, Q = 20000) Verminderen van complexiteit • Recursieve versie: elke tijdsstap berekening GSVD + filter • Complexiteitsreductie door: • Recursieve technieken voor herberekening GSVD [Moonen 90] • Sub-bemonstering (stationaire akoestische omgevingen) • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit Hoge berekeningscomplexiteit

  27. Spraak-referentie f[k] Delay-sum bundelvormer Adaptief filter Spraak-referentie S S S S delay Ruis-referenties Ruis-referentie(s) Optimaalfilter – Blocking matrix S + Verhogen van performantie Meer-kanaals adaptief filter Verminderen van complexiteit door korte filters Verminderen van complexiteit • Integratie in ‘Generalised Sidelobe Canceller’ (GSC) structuur: adaptieve bundelvorming • Creatie van ‘spraakreferentie’ en ‘ruisreferentie’ • Standaard meerkanaals adaptief filter (LMS, APA) • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit

  28. Simulaties • N=4, SNR=0 dB, 3 ruisbronnen (wit, spraak, muziek), fs=16 kHz • Performantie: verbetering van signaal-ruisverhouding (SNR) • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit 15 Delay-and-sum bundelvormerr GSC (LANC=400, ruisref=Griffiths-Jim) Recursieve GSVD (L=20, geen ANC) Recursieve GSVD (L=20, LANC=400, alle nref) 10 Unbiased SNR (dB) 5 0 0 500 1000 1500 Reverberatietijd (msec)

  29. Conclusies • GSVD-gebaseerde optimaal-filtertechniek: • Meerkanaals-uitbreiding van éénkanaals deelruimte-gebaseerde technieken • Signaal-afhankelijk lage-rangmodel spraak • Geen a-priori veronderstellingen over sprekerpositie en microfoons • SNR-verbeteringbeter dan GSC voor alle reverberatietijden en beschouwde akoestische scenario’s • Grotere robuustheid tegen afwijkingen in signaalmodel: • Microfoonkarakteristieken • Sprekerpositie • VAD: enige a-prori informatie! • Geen effect op SNR-verbetering • Beperkt effect op spraakvervorming • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering -Optimale filtering -Complexiteit -Simulaties • Kanaalschattingen dereverberatie • Besluit

  30. Overzicht • Inleiding • Basisprincipes • Robuuste breedband-bundelvorming • Meerkanaals optimale filtering • Akoestische-kanaalschatting en dereverberatie • Technieken in tijdsdomein • Technieken in frequentiedomein • Gecombineerde ruisonderdrukking en dereverberatie • Besluit en verder onderzoek

  31. Tijdsdomein Frequentiedomein Blinde schatting van akoestische impulsresponsies Bronlokalisatie Ruisonderdrukking en dereverberatie Dereverberatie S Doelstelling • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie -Tijdsdomein -Frequentiedomein -Dereverberatie • Besluit

  32. Signalen Nulruimte Y0(z) H0(z) -H1(z) E(z) E(z) ±α 0 S(z) S Y1(z) H1(z) H0(z) ±α Technieken in tijdsdomein • Signaalmodel voor N=2 en geen achtergrondruis • Deelruimte-gebaseerde techniek: impulsresponsies kunnen berekend uit nulruimte van spraakcorrelatiematrix • (Veralgemeende) eigenvector behorend bij kleinste (veralgemeende) eigenwaarde • Problemen van techniek in tijdsdomein: • gevoeligheid aan onderschatting van kanaallengte • lage-rangmodel in combinatie met achtergrondruis • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie -Tijdsdomein -Frequentiedomein -Dereverberatie • Besluit

  33. Stochastisch-gradiëntalgoritme • Niet-adaptieve techniek vormt basis voor afleiding van adaptief stochastich-gradiëntalgoritme • Gebruik : schatting van gedeeltelijke impulsresponsies  schatting van tijdsvertraging voor bronlokalisatie • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie -Tijdsdomein -Frequentiedomein -Dereverberatie • Besluit

  34. Technieken in frequentiedomein • Problemen technieken in tijdsdomein  frequentiedomein • Signaalmodel: • Schatting van akoestische transferfunctievector H() uit GEVD van correlatiematrices en • Behorend bij grootste veralgemeende eigenwaarde  geen stochastisch-gradiëntalgoritme beschikbaar • Onbekende schaleringsfactor in elke frequentiebin: • kan bepaald worden indien norm gekend is • enkel toepasbaar wanneer positie van bron vrij vast is (bv. desktop, wagen) • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie -Tijdsdomein -Frequentiedomein -Dereverberatie • Besluit

  35. Residuele ruis Gecombineerde ruisonderdrukking en dereverberatie • Filteroperatie in frequentiedomein: • Dereverberatie:  genormaliseerd ‘matched filter’ • Gecombineerde ruisonderdrukking en dereverberatie:Z() is optimale schatting van S() • integratie van meer-kanaals Wiener-filter met genormaliseerd ‘matched filter’ • Afweging tussen beide doelstellingen • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie -Tijdsdomein -Frequentiedomein -Dereverberatie • Besluit

  36. Simulaties • N=4, d=2 cm, fs=16 kHz, SNR=0 dB, T60=400 msec • FFT-grootte L=1024, overlap R=16 • Performantiecriteria: • Signaal-ruisverhouding (SNR) • Dereverberatie-index (DI) : • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie -Tijdsdomein -Frequentiedomein -Dereverberatie • Besluit

  37. Eénkanaals-technieken: spectrale informatie Standaard bundelvorming: a-priori veronderstellingen Geen a-priori veronderstellingen Signaal-afhankelijk Meerkanaals Meerkanaals optimale filtering Besluit • Lage signaalkwaliteit door achtergrondruis en reverberatie signaalverbetering om spraakverstaanbaarheid en performantie te verhogen • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit Robuuste breedband- bundelvorming Blinde kanaalschatting dereverberatie

  38. Bijdragen • Robuuste breedband-bundelvorming: • nieuwe kostfuncties voor breedband ‘far-field’-ontwerp (niet-lineair, eigenfilter) • uitbreiding naar ‘near-field’ en ‘mixed near-far field’ • 2 procedures voor robuust ontwerp tegen afwijkingen in versterking en fase • GSVD-gebaseerde optimaal-filtertechniek voor meerkanaals-ruisonderdrukking: • uitbreiding éénkanaals deelruimte-gebaseerde technieken  meerdere microfoons • integratie in GSC-structuur • betere performantie en robuustheid dan bundelvorming • Akoestische-kanaalschatting en dereverberatie: • stochastisch-gradiëntalgoritme voor schatten van tijdsvertraging en bronlokalisatie (gekleurde ruis) • gecombineerde ruisonderdrukking en dereverberatiein frequentiedomein • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  39. Verder onderzoek • Combinatie van meerkanaals Wiener-filter en vaste bundelvorming: • Lage SNR: VAD faalt  lage performantie Wiener-filter • Gecombineerde techniek: robuuster wanneer VAD faalt, betere performantie dan vaste bundelvorming in andere scenario’s • Akoestische-kanaalschatting en dereverberatie: • Tijdsdomein: onderliggende reden gevoeligheid • Frequentiedomein: onbekende schalingsfactor  BSS ? • andere blinde identificatietechnieken (LP, NL Kalman-filtering) • Verdere vermindering van complexiteit van meerkanaals optimaal-filtertechniek: • Stochastische-gradiëntalgoritmes • Subband/frequentie-domein • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

  40. Publicaties en projecten • Publicaties: • Journals: 1 gepubliceerd, 4 aanvaard • Conferenties: 11 artikels voorgesteld • Hoofdstuk in Boek ‘Microphone Arrays: Signal Processing Techniques and Applications’ (Eds. M. Brandstein, D. Ward) • Best Student Paper Award IWAENC-2001 • Financiering: • IWT (Instituut voor de aanmoediging van Innovatie door Wetenschap en Technologie in Vlaanderen) : 1998-2002 • Industriële projecten: • Philips-ITCL: ‘Multi-microphone signal enhancement techniques for hands-free telephony and voice-controlled systems’ (MUSETTE I-II) • Cochlear CTCE: `Performance improvement of cochlear implants by innovative speech processing algorithms’ • Inleiding • Basisprincipes • Bundelvorming • Meerkanaalsoptimale filtering • Kanaalschattingen dereverberatie • Besluit

More Related