بهبود کیفیت گفتار با استفاده از بازنمایی تنک در فضای اسپکتروگرام شنیداری

در این پژوهش، روشی جدید برای بهبود کیفیت گفتار ارائه شده است. در این الگوریتم با استفاده از اسپکتروگرام شنیداری (فضای دو بعدی (STRF و با کمک بازنمایی، تنک لغت نامه های با اندازه های اتمهای متفاوت ساخته شد. برای آموزش لغت نامه از الگوریتم KSVD و الگوریتم NMF بهره می بریم. روش پیشنهادی نتایج خوبی را در حذف نویز سفید نشان می دهد. بطور مثال PESQ در حضور نویز سفید و در SNRهای پایین بیش از یک واحد افزایش یافته است. البته این روش در نویزهای رنگی نیز نتایج مطلوبی را حاصل می کند. بطور مثال در SNR ۱۰dB نویز همه مه ۲.۶۲۹ PESQ و در نویز خودرو ۲.۶۷۲ PESQ است.

کلیدواژه ها:

بهبود کیفیت گفتار ، اسپکتروگرام شنیداری ، بازنمایی تنک ، لغت نامه