Skip to main content

Table 3 Statistical comparisons of the SNR LOSS measure between unprocessed sentences and enhanced sentences by SE algorithms

From: A modified Wiener filtering method combined with wavelet thresholding multitaper spectrum for speech enhancement

  

WT-UP

KLT-UP

Wiener_Clean-UP

Proposed-UP

Proposed-WT

Proposed-KLT

Proposed-Wiener_Clean

Noise

SNR (dB)

R(%)

pvalue

R(%)

pvalue

R(%)

pvalue

R(%)

pvalue

R(%)

pvalue

R(%)

pvalue

R(%)

pvalue

Train

−8

1.30

0.000

0.98

0.011

−7.05

0.000

− 0.8 7

0.0 3 1

− 2.1 5

0.000

-1.83

0.000

6.64

0.000

 

−5

1.61

0.000

1.26

0.004

−6.87

0.000

−0.91

0.076

− 2.4 7

0.000

− 2.1 3

0.000

6.41

0.000

 

−2

1.93

0.000

1.43

0.005

−6.74

0.000

−0.96

0.127

− 2.8 3

0.000

− 2.3 5

0.000

6.20

0.000

 

0

3.41

0.000

2.33

0.002

−9.83

0.000

−1.67

0.054

− 4.9 2

0.000

− 3.9 2

0.000

9.04

0.000

 

5

3.44

0.001

2.12

0.084

−8.95

0.000

0.45

0.983

− 2.8 9

0.004

−1.63

0.264

10.32

0.000

 

10

2.96

0.024

2.47

0.091

−7.06

0.000

3.74

0.002

0.76

0.930

1.25

0.687

11.63

0.000

 

15

3.54

0.034

4.96

0.001

−1.85

0.553

10.76

0.000

6.97

0.000

5.52

0.000

12.85

0.000

Babble

−8

1.61

0.000

0.73

0.128

−7.69

0.000

− 1.1 6

0.002

− 2.7 3

0.000

− 1.8 8

0.000

7.07

0.000

 

−5

2.25

0.000

1.21

0.010

−7.23

0.000

− 1.1 1

0.022

− 3.2 8

0.000

− 2.3 0

0.000

6.60

0.000

 

−2

2.42

0.000

1.22

0.047

−6.90

0.000

−1.06

0.118

− 3.3 9

0.000

− 2.2 5

0.000

6.28

0.000

 

0

3.25

0.000

1.55

0.046

−9.57

0.000

− 1.8 5

0.009

− 4.9 3

0.000

− 3.3 4

0.000

8.54

0.000

 

5

4.88

0.000

2.76

0.002

−8.06

0.000

0.10

1.000

− 4.5 6

0.000

− 2.5 9

0.004

8.87

0.000

 

10

6.11

0.000

4.74

0.000

−4.76

0.000

4.72

0.000

−1.31

0.684

−0.02

1.000

9.95

0.000

 

15

6.84

0.000

7.72

0.000

1.91

0.687

12.76

0.000

5.54

0.001

4.67

0.006

10.65

0.000

Car

−8

1.18

0.000

0.12

0.984

−8.38

0.000

− 1.8 9

0.000

− 3.0 4

0.000

− 2.0 1

0.000

7.09

0.000

 

−5

1.90

0.000

0.46

0.424

−8.20

0.000

− 2.1 1

0.000

− 3.9 4

0.000

− 2.5 6

0.000

6.64

0.000

 

−2

2.25

0.000

0.56

0.321

−8.20

0.000

− 2.4 8

0.000

− 4.6 2

0.000

− 3.0 3

0.000

6.23

0.000

 

0

3.38

0.000

0.78

0.373

−11.23

0.000

− 3.4 5

0.000

− 6.6 1

0.000

− 4.1 9

0.000

8.77

0.000

 

5

3.46

0.000

−0.21

0.997

−10.70

0.000

− 2.3 3

0.001

− 5.5 9

0.000

− 2.1 2

0.005

9.38

0.000

 

10

5.32

0.000

1.90

0.345

−7.52

0.000

1.55

0.554

− 3.5 8

0.003

−0.34

0.997

9.81

0.000

 

15

5.10

0.000

2.78

0.075

−2.68

0.093

8.25

0.000

2.99

0.030

5.32

0.000

11.22

0.000

Exhibition Hall

−8

0.58

0.026

−0.42

0.201

−7.79

0.000

− 1.4 4

0.000

− 2.0 1

0.000

− 1.0 3

0.000

6.88

0.000

 

−5

1.01

0.000

−0.17

0.947

−7.70

0.000

− 1.6 1

0.000

− 2.6 0

0.000

− 1.4 5

0.000

6.60

0.000

 

−2

1.41

0.000

0.03

1.000

−7.48

0.000

− 1.8 3

0.000

− 3.2 0

0.000

− 1.8 6

0.000

6.10

0.000

 

0

4.00

0.000

0.77

0.738

−10.52

0.000

− 1.9 5

0.020

− 5.7 2

0.000

− 2.7 0

0.000

9.58

0.000

 

5

3.68

0.000

−0.62

0.889

−9.69

0.000

0.15

0.999

− 3.4 0

0.000

0.77

0.779

10.90

0.000

 

10

4.86

0.001

2.14

0.393

−6.57

0.000

4.34

0.004

−0.49

0.993

2.15

0.365

11.67

0.000

 

15

6.17

0.000

4.88

0.003

−1.24

0.880

11.13

0.000

4.67

0.002

5.96

0.000

12.53

0.000

Restaurant

−8

1.81

0.000

0.95

0.033

−7.42

0.000

− 1.1 4

0.005

− 2.9 0

0.000

− 2.0 7

0.000

6.78

0.000

 

−5

2.15

0.000

1.10

0.044

−7.09

0.000

−1.07

0.053

− 3.1 6

0.000

− 2.1 5

0.000

6.47

0.000

 

−2

2.18

0.000

1.12

0.113

−6.67

0.000

−1.05

0.159

− 3.1 6

0.000

− 2.1 4

0.000

6.03

0.000

 

0

4.76

0.000

3.21

0.000

−8.82

0.000

−0.88

0.746

− 5.3 8

0.000

− 3.9 6

0.000

8.70

0.000

 

5

4.06

0.002

2.53

0.142

−7.90

0.000

0.83

0.939

− 3.1 0

0.028

−1.65

0.525

9.49

0.000

 

10

7.40

0.000

6.27

0.000

−3.21

0.053

6.53

0.000

−0.81

0.945

0.24

1.000

10.06

0.000

 

15

8.27

0.000

9.01

0.000

−3.77

0.101

15.18

0.000

6.38

0.000

5.67

0.001

11.00

0.000

Street

−8

1.11

0.045

0.72

0.363

−7.26

0.000

− 1.2 7

0.015

− 2.3 5

0.000

− 1.9 8

0.000

6.46

0.000

 

−5

1.48

0.017

0.89

0.329

−7.24

0.000

− 1.3 2

0.044

− 2.7 6

0.000

− 2.1 9

0.000

6.39

0.000

 

−2

1.58

0.030

0.86

0.502

−7.12

0.000

−1.36

0.088

− 2.9 0

0.000

− 2.2 0

0.001

6.21

0.000

 

0

4.76

0.000

2.90

0.004

−9.14

0.000

−1.13

0.622

− 5.6 2

0.000

− 3.9 1

0.000

8.82

0.000

 

5

4.64

0.000

2.85

0.036

−8.59

0.000

0.74

0.944

− 3.7 3

0.001

−2.05

0.210

10.20

0.000

 

10

6.28

0.001

5.29

0.007

−5.61

0.003

5.36

0.006

−0.86

0.976

0.07

1.000

11.62

0.000

 

15

7.55

0.000

7.49

0.000

0.47

0.998

12.22

0.000

4.34

0.014

4.41

0.012

11.70

0.000

Airport

−8

1.80

0.000

0.96

0.147

−7.89

0.000

− 1.5 1

0.004

− 3.2 5

0.000

− 2.4 4

0.000

6.93

0.000

 

−5

2.31

0.000

1.37

0.048

−7.42

0.000

− 1.3 7

0.048

− 3.6 0

0.000

− 2.7 0

0.000

6.53

0.000

 

−2

2.65

0.000

1.60

0.035

−6.78

0.000

−1.13

0.249

− 3.6 8

0.000

− 2.6 8

0.000

6.06

0.000

 

0

4.53

0.000

1.72

0.225

−9.43

0.000

−1.45

0.392

− 5.7 2

0.000

− 3.1 2

0.001

8.81

0.000

 

5

5.26

0.000

3.36

0.007

−7.69

0.000

0.60

0.972

− 4.4 2

0.000

− 2.6 7

0.042

8.99

0.000

 

10

7.72

0.000

5.88

0.000

−2.90

0.113

6.58

0.000

−1.05

0.876

0.66

0.977

9.76

0.000

 

15

7.76

0.000

7.43

0.000

2.61

0.270

13.81

0.000

5.62

0.000

5.95

0.000

10.92

0.000

Train station

−8

1.67

0.000

0.89

0.034

−8.37

0.000

− 1.9 1

0.000

− 3.5 2

0.000

− 2.7 8

0.000

7.04

0.000

 

−5

2.30

0.000

1.22

0.010

−7.89

0.000

− 1.9 0

0.000

− 4.1 1

0.000

− 3.0 9

0.000

6.50

0.000

 

−2

2.64

0.000

1.47

0.006

−7.53

0.000

− 1.8 8

0.000

− 4.4 1

0.000

− 3.3 0

0.000

6.11

0.000

 

0

3.19

0.000

0.58

0.857

−10.72

0.000

− 2.9 7

0.000

− 5.9 8

0.000

− 3.5 4

0.000

8.67

0.000

 

5

4.25

0.003

1.24

0.812

−9.47

0.000

−1.63

0.608

− 5.6 4

0.000

−2.84

0.092

8.65

0.000

 

10

5.43

0.000

2.38

0.192

−5.94

0.000

2.79

0.082

−2.50

0.115

0.41

0.995

9.29

0.082

 

15

7.60

0.000

6.30

0.000

0.38

0.999

11.19

0.000

3.33

0.065

4.60

0.004

10.76

0.000

  1. Four SE algorithms: WT, KLT, Wiener_Clean, and proposed. The comparisons between our proposed SE algorithm and the other three were also given. The results in italics show the SNRLOSS measure by which our proposed SE algorithm is better than others, and the difference was significant (p <0.05).