استفاده از الگوریتم یادگیری و فضای طیفی-زمانی در بهبود کیفیت گفتار

روش پیشنهادی در این مقاله کیفیت گفتار را با استفاده از مولفه های طیفی- زمانی و الگوریتم یادگیری بهبود می بخشد. .مولفه های طیفی- زمانی علاوه بر ابعاد فرکانس و زمان دارای دوبعد دیگر مقیاس و نرخ می باشند. مقیاس به معنی مدولاسیون طیفی و نرخ به معنای مدولاسیون زمانی است. گفتار و نویز به دلیل ویژگی های مختلف مدولاسیون در حوزه مقیاس و نرخ می توانند بهتر از هم جدا شوند. فیلتر مدولاسیون طیفی-زمانی می تواند به عنوان ماسک برای حذف الگوی نویز از گفتار نویزی برای دریافت گفتار تمیز استفاده شود. با توجه به ایجاد نویز اضافی در فرآیند بازگشت از فضای طیفی-زمانی به فضای دوبعدی، لغت نامه ها در فضای دوبعدی ساخته شدند. در این روش با استفاده از مولفه های فضای چهاربعدی طیفی- زمانی، نویز اولیه کاهش یافت و با کمک بازنمایی تنک و بهره گیری از لغت-نامه های دوبعدی، نویز ایجادی فضای طیفی-زمانی نیرکاهش می یابد، بطور مثال در SNR=-۱۰dBدر نویز سفید PESQ=۲.۷۱۵و در نویز همهمه PESQ=۲.۹۳۵ حاصل شد. مقایسه پارامتر PESQ، حاصل از نتایج این روش با روش های دیگر، نشان می دهد که روش پیشنهادی در نویزهای مختلف با SNRهای پایین، دقت لازم و کافی را دارد.

کلیدواژه ها:

بهبود کیفیت گفتار ، فضای طیفی-زمانی ، الگوریتم یادگیری ، جانهی تنک ، لغت نامه