«Основные фильтрации акустичского шума»

Определение мгновенных параметров речевого сигнала и редактирование акустического шума актуальная задача, и в данном направлении проводятся активные исследования. Задачи определения мгновенных параметров и редактирования шума важны в таких областях как распознавание речи, идентификация диктора, низкоскоростное кодирование речевых сигналов, улучшение и корректирование речевых сигналов с применением гармонической модели. В последнее время было предложено много методов для решения данных задач, но проблема повышения точности и стабильности их работы всё ещё стоит остро. Главный недостаток современных методов редактирования шума это появление различных артефактов в речевом сигнале, вместе с шумом могут так же исчезнуть некоторые важные для восприятия речи гармоники.

В ходе выполнения дипломного проекта был рассмотрены следующие методы обработки и анализа сигнала:

1. Метод декомпозиции сигнала на эмпирические моды.

2. Алгоритм минимальной среднеквадратической ошибки.

3. Алгоритм спектрального вычитания.

В первую очередь в ходе исследований было произведен анализ входного сигнала методом декомпозиции сигнала на эмпирические моды, в результате которого был получен массив данных, каждый элемент которого представлял собой эмпирическую моду. Далее высокочастотные эмпирические моды анализировались методами минимальной среднеквадратической ошибки и спектрального вычитания, т.к. именно в высокочастотных составляющих присутствует больше всего шума. После очистки высокочастотных мод от шума, они складывались с низкочастотными, таким образом получался выходной сигнал, который был очищен от шума.

[1] Сергиенко А.Б. Цифровая обработка сигналов.– СПБ.: Питер, 2007.–550 с.

[2] HuangN. E.,Hilbert-HuangTransformanditsApplications. –WorldScientific, 2005. – 350 p.

[3] СмоленцевН.К. Основытеориивейвлетов. ВейвлетывMathlab. –3-е изд. М.: ДМК, 2008. –304 с.

[4] Мэтьюз Д.Г. Численные методы. Использование Mathlab–изд. дом «Вильямс», Москва-Санкт-Петербург-Киев. 2001. – 254с.

[5] SpaniasA.S. Proceedings of the IEEE.–WorldScientific,1994.– vol 82, №10, pp 1539-1582.

[6] Huang N.E., et al. The empirical mode decomposition and the Hibert spectrum for non-linear and non-stationary time series analysis.– Proc. RoyalSoc. London. 1998. . – Vol 454.P. 903-995.

[7] Клионский Д.М., Декомпозиция на эмпирические моды и её использование при анализе дробного броуновского движения. – Цифровая Обработка Сигналов. 2008. – С.37-45.