傅立葉頻譜圖之聯合時頻域分析及其語音強化之應用

語音強化演算法常在各種的應用中被廣泛的使用，以提升受損語音的語音品質，常見的方法有維納濾波器、統計模型架構法、子空間法等，然而這些方法在高訊雜比的情況下效果都不錯，但是在低訊雜比的情況下所得到的結果常常無法令人滿意。這些演算法不是在時間維度就是在頻率維度使用分析－調整－合成（AMS）語音強化架構來消除雜訊，然而人的聽覺感知通常是針對時間與頻率兩維度同時來處理聲音，所以人們在只有單純的時域或頻域干擾下並不會受到很嚴重的影響。