Einkanalige Sprachsignalverbesserung mit Hilfe eines marginalisierten Partikelfilters

Es wird ein marginalisiertes Partikelfilter beschrieben, das zur einkanaligen Sprachsignalverbesserung mit einem nichtlinearen dynamischen Zustandsmodell eingesetzt werden soll. Das System besteht aus einem Partikelfilter zum Tracking von LSP-Parametern und einem Kalman-Filter fuer jedes Partikel, das zur Sprachsignalverbesserung verwendet wird. In unserem Ansatz wird angenommen, dass die Parameter in kurzen Sprachsignalbloecken konstant sind, waehrend das Sprachsignal sich mit jedem Abtastwert aendert. Bei weissem Rauschen werden aehnliche SNR-Gewinne wie mit einem Kalman-EM-iterative Algorithmus erzielt, waehrend das Hintergrundrauschen und die Log-spektrale Distanz etwas geringer sind. Mit einem erweiterten Zustandsmodell wurden auch Untersuchungen fuer farbiges Rauschen durchgefuehrt.