Фильтрация зашумленного речевого сигнала

Понятие жесткого и гибкого порога фильтрации, особенности и принципы действия данных методов. Суть и реализация статистического метода фильтрации речевого модуля. Оценка качества восстановленного речевого сигнала. Объективное сравнение показанных методов.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид реферат
Язык русский
Дата добавления 20.11.2008
Размер файла 2,7 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ

“БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИНФОРМАТИКИ И РАДИОЭЛЕКТРОНИКИ”

Кафедра Сетей и устройств телекоммуникаций

РЕФЕРАТ

на тему:

«Фильтрация зашумленного речевого сигнала в вейвлет области»

МИНСК, 2008

Жесткий порог фильтрации речевого сигнала

Жесткий порог фильтрации устанавливается для каждого уровня вейвлет разложения.

Данный порог реализуется следующим образом:

- на i-м уровне разложения вычисляется уровень порога по формуле

, (1)

где - значение вейвлет-отсчета с максимальной амплитудой; -количество ненулевых вейвлет-отсчетов.

В процентном соотношении данное выражение имеет вид

, (2)

где - величина порога в процентах;

- поэлементное сравнение всех ненулевых элементов N-го уровня с заданным порогом и обнуления всех отчетов, равных или меньше данного уровня.

Достоинства данного метода пороговой обработки:

- самая маленькая вычислительная сложность из рассмотренных методов.

Недостатки данного метода пороговой обработки:

- возможность полной потери полезного сигнала при высоком уровне

шума;

- возможность потери полезного сигнала также и при малом уровне шума.

Блок схема алгоритма фильтрации с жестким порогом представлена на рис. 1.

Рис. 1. Блок схема алгоритма фильтрации с жестким порогом

На рис. 2 слева представлены графики двух уровней вейвлет-разложения речевого сигнала (первого и второго детализирующего уровня и второго аппроксимационного уровня), а справа - графики вейлет-коэффициентов после пороговой обработки.

Рис. 2 Графики двух уровней вейвлет-разложения речевого сигнала и вейлет-коэффициентов после пороговой обработки

Гибкий порог фильтрации речевого сигнала.

При данном виде фильтрации для задания порога используется количественная оценка вейвлет-коэффициентов на каждом уровне разложения.

Данный метод заключается в следующем:

- на i-м уровне разложения вычисляется количество ненулевых вейвлет-коэффициентов ;

- вычисляется количество обнуляемых вейвлет-коэффициентов на i-м уровне по следующей формуле

, (3)

где - количество уровней вейвлет-разложения; - номер уровня разложения;

- устанавливается порядок обнуления вейвлет-коэффициентов: удаление элементов с минимальной или максимальной амплитудой.

Достоинства данного метода пороговой обработки:

- возможность достижения компромисса между качеством речевого сигнала и вычислительной сложностью;

- гибкость фильтрации зашумленного речевого сигнала.

Недостатки данного метода пороговой обработки:

- невозможность точно определить границы сигнала и шума.

Блок схема алгоритма фильтрации с гибким порогом представлена на рис. 3.

Рис. 3. Блок схема алгоритма фильтрации с гибким порогом

На рисунке 4 слева представлены графики двух уровней вейвлет-разложения речевого сигнала (первого и второго детализирующего уровня и второго аппроксимационного уровня), а справа - графики вейлет-коэффициентов после пороговой обработки.

Рис. 4 Графики двух уровней вейвлет-разложения речевого сигнала и вейлет-коэффициентов после пороговой обработки

Статистический метод фильтрации речевого сигнала

Предложен эффективный метод фильтрации речевого сигнала, использующий статистику распределения амплитуды вейвлет-коэффициентов на каждом i-м уровне разложения.

Суть реализация метода заключается в следующем:

- определение на i-м уровне вейвлет-коэффициента с одинаковой амплитудой (с или без учета знака) и максимальной частотой повторения;

- обнуление данных коэффициентов на каждом i-м уровне разложения;

- повторение предыдущих шагов с учетом достижения требуемого коэффициента сжатия при сохранении приемлемого качества восстановленного речевого сигнала.

Достоинства данного метода пороговой обработки:

- улучшение коэффициента сжатия и качества восстановленного речевого сигнала;

- наименьшая потеря полезного сигнала;

- возможность эффективного устранения избыточности в частотной области;

- эффективность фильтрации шумов, с большой длительностью.

Недостатки данного метода пороговой обработки: - высокая вычислительная сложность.

Блок схема алгоритма фильтрации статистическим методом представлена на рис. 5.

Рис. 5. Блок схема алгоритма фильтрации статистическим методом

На рис. 6 слева представлены графики двух уровней вейвлет-разложения речевого сигнала (первого и второго детализирующего уровня и второго аппроксимационного уровня), а справа - графики вейлет-коэффициентов после пороговой обработки.

Рис. 6 Графики двух уровней вейвлет-разложения речевого сигнала и вейлет-коэффициентов после пороговой обработки

Оценка качества восстановленного речевого сигнала.

Оценка качества речевого сигнала является важной задачей. Отношение сигнал/шум (ОСШ), являющееся одной из наиболее распространенных объективных мер для оценки качества фильтрации зашумленного речевого сигнала, задается выражением

, (4)

где s(n) и - выборочные значения исходного и восстановленного речевого сигнала соответственно; M - общее число выборок в пределах речевого сигнала.

Данное ОСШ является интегральной мерой качества восстановления речи. Более точной мерой, учитывающей присутствие в речевом сигнале низко амплитудных компонент, является сегментное ОСШ (СЕГОСШ), основанное на вычислении кратковременного ОСШ для каждого N-точечного сегмента речи

,(5)

где L и N - число сегментов и отсчетов в сегменте речевого сигнала соответственно; i - номер сегмента речевого сигнала;M=LN - число отсчетов речевого сигнала, состоящего из L сегментов с N отсчетами.

Так как операция усреднения осуществляется после логарифмирования, то СЕГОСШ более точно оценивает качество фильтрации нестационарного речевого сигнала.

На рис. 7 представлен график зависимости ОСШ сигнала и коэффициента сжатия при фильтрации речевого сигнала статистическим методом.

Из рис. 7 видно что ОСШ экспоненциально убывает с увеличением коэффициента сжатия. Например при коэффициенте сжатия 3 ОСШ равно 3,2.

Рис. 7. График зависимости ОСШ сигнала и коэффициента сжатия при фильтрации речевого сигнала статистическим методом

Обзор методов повышения качества и разборчивости зашумленных речевых сигналов показывает, что существует много различных подходов к обработке зашумленной речи. Такое разнообразие методов обусловлено как важностью проблемы, так и отсутствием достаточно надежных методов ее решения. Объективное сравнение этих методов и выбор наиболее приемлемых сделать весьма затруднительно, так как перед системами коррекции речевых сигналов ставятся различные задачи. Например, можно в качестве главного критерия использовать повышение разборчивости речи, допуская при этом возможность искажений в тембре голоса или появление артефактов в виде структурированного шума. Можно поставить целью понижение утомляемости аудитора или сохранение натуральности голоса диктора, что достигается в основном за счет повышения качества речевого сигнала. Наконец, могут быть известны заранее важные априорные сведения, например тип или параметры шума, характеристики голоса диктора, наконец, гипотезы о произносимом тексте, что также может определяющим образом повлиять на выбор метода фильтрации. Важно отметить, что универсальных методов обработки, которые одинаково хорошо боролись бы с существенно нестационарными и стационарными, аддитивными и мультипликативными шумами, существенно повышали бы качество и одновременно разборчивость речи, сейчас нет, и возможно не будет. Как типичная (за редкими, указанными в обзоре исключениями, наблюдается обратная тенденция: если сравнивать системы обработки зашумленной речи по двум показателям - повышению качества звучания речевых сигналов и повышению разборчивости, то системы, повышающие качество и натуральность звучания, скорее всего снижают разборчивость и наоборот, повышение разборчивости приводит к понижению качества и натуральности звучания. Поэтому, многие из названных методов фильтрации нужно рассматривать как взаимодополняющие, и в идеальном случае нужно иметь библиотеку из нескольких методов фильтрации. Рассматривая последние тенденции в области обработки зашумленных сигналов, следует особенно выделить высокие результаты, полученные за счет использования математических моделей речевых сигналов, а также использование нейроподобных структур для фильтрации аддитивных стационарных шумов, хотя первые результаты в этом направлении проигрывают более традиционным методам типа минимальной среднеквадратической оценки.

Литература

1. Шелухин О.И., Лукьянцев Н.Ф. Цифровая обработка и передача речи.- М.: Радио и связь, 2000.

2. Рабинер Л.Р., Шафер Р.В. Цифровая обработка речевых сигналов. - М.: Радио и связь, 20011.

3. Секунов Н.Ю. Обработка звука на PC.- СПб: БХВ - Петербург, 2001.

4. Нейрокомпьютеры в системах обработки изображений. - М.: Радиотехника, 2003.

5. Назаров М.В., Прохоров Ю.Н. Методы цифровой обработки и передачи речевых сигналов.- М.: Радио и связь, 2005.


Подобные документы

  • Жесткий и гибкий пороги фильтрации речевого сигнала. Графики вейвлет-разложения речевого сигнала. Блок схема алгоритма фильтрации с гибким порогом. Статистический метод фильтрации речевого сигнала. Оценка качества восстановленного речевого сигнала.

    реферат [440,2 K], добавлен 01.12.2008

  • Общие сведения о шумах и адаптивной фильтрации речевого сигнала. Компенсаторы помех: устройство и компоненты, функции. Подавление аддитивного квазистационарного шума методом вычитания амплитудных спектров, основанном на искусственных нейронных сетях.

    курсовая работа [359,7 K], добавлен 02.05.2016

  • Рассмотрение основных этапов в решении задачи оптимизации приема сигнала. Изучение методов фильтрации и оптимизации решений. Вероятностный подход к оценке приёма сигнала; определение вероятности ошибок распознавания. Статические критерии распознавания.

    презентация [3,0 M], добавлен 28.01.2015

  • Ослабление вредного действия помехи в радиотехнической системе с помощью линейной фильтрации, основанной на использовании линейных частотных фильтров. Условия физической реализуемости фильтра. Расчет амплитудного и фазового спектров заданного сигнала.

    курсовая работа [1,4 M], добавлен 04.03.2011

  • Расчёт объёма звукового файла и порядка фильтра Баттерворта как основа для приложений обработки сигналов. Спектр входного сигнала и его частота. Расчет порядка фильтра и дискретная функция передач. Амплитудная модуляция и детектирование сигнала.

    курсовая работа [1,6 M], добавлен 07.05.2012

  • Структурные схемы гомоморфной обработки и анализа речевых сигналов. Комплексный кепстр речи. Компонент речевого сигнала. Период основного тона и частоты формант. Модуль передаточной функции речевого тракта. Оценивание основного тона на основе кепстра.

    реферат [297,1 K], добавлен 19.11.2008

  • Исследование цифровой обработки сигналов и её применения в различных сферах деятельности. Изучение достоинств и недостатков медианной фильтрации. Анализ принципов работы медианных фильтров. Реализация медианной фильтрации при помощи MatLab712 R2011a.

    курсовая работа [5,3 M], добавлен 04.07.2013

  • Основная идея адаптивной обработки сигнала. Алгоритмы адаптивной фильтрации. Детерминированная задача оптимальной фильтрации. Адаптивные фильтры в идентификации систем. Алгоритм RLS с экспоненциальным забыванием. Реализация моделей адаптивных фильтров.

    курсовая работа [1,0 M], добавлен 11.03.2015

  • Достоинства цифровой обработки сигнала. Выбор частоты дискретизации. Расчет импульсной характеристики. Определение коэффициента передачи. Описание работы преобразователя Гильберта. Выбор микросхем и описание их функций. Требования к источнику питания.

    дипломная работа [1,3 M], добавлен 26.10.2011

  • Рассмотрение методов измерения параметров радиосигналов при времени измерения менее и некратном периоду сигнала. Разработка алгоритмов оценки параметров сигнала и исследование их погрешностей в аппаратуре потребителя спутниковых навигационных систем.

    дипломная работа [3,6 M], добавлен 23.10.2011

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.