بهبود کیفیت گفتار با استفاده از بازنمایی تنک در فضای اسپکتروگرام شنیداری
- سال انتشار: 1404
- محل انتشار: دهمین کنفرانس بین المللی دانش و فناوری مهندسی مکانیک، برق و کامپیوتر ایران
- کد COI اختصاصی: DMECONF10_225
- زبان مقاله: فارسی
- تعداد مشاهده: 39
نویسندگان
استادیار گروه مهندسی برق، گروه مهندسی برق، واحد تهران مرکزی، دانشگاه آزاد اسلامی تهران
چکیده
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 نامهاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.