Методы борьбы с "музыкальным тоном" - Разработка и исследование алгоритма очистки речевого сигнала

Одна из проблем метода спектрального вычитания - так назывемый "Музыкальный Тон". Он появляется вследствие того, что коэффициенты STFT шумовых сигналов статистически случайны, что приводит к их неравномерному подавлению. В результате, очищенный сигнал содержит кратковременные и ограниченные по частоте всплески энергии, которые на слух воспринимаются как "колокольчики" или "льющаяся вода". В некоторых случаях этот эффект даже менее желателен, чем исходный подавляемый шум.

Для подавления этого артефакта можно применять следующие методы:

    * Завышение оценки шумового порога. Приводит к подавлению слабых компонент полезного сигнала, звук становится глуше. * Неполное подавление шума. Часть шума остается в сигнале и отчасти маскирует "музыкальный тон". * Сглаживание по времени оценок спектра. Приводит к размытию или подавлению транзиентов (резких всплесков в сигнале: ударов, атак музыкальных инструментов).

Наиболее распространенный способ подавления "музыкального тона" - использует сглаживание спектра по времени. Для этого к STFT-коэффициентам исходного сигнала применяется рекурсивная фильтрация по времени.

Более качественного подавления можно достичь, применяя к спектрограмме адаптивные двумерные алгоритмы фильтрации, такие как билатеральный фильтр или алгоритм нелокального усреднения, используемые в шумоподавлении для изображений.

В нашем случае для борьбы с эффектом музыкального тона, будем применять следующие методы:

1. Увеличение порога вычитания - в (2.21.).

Особенности: Завышение оценки шумового порога приводит к подавлению слабых компонент полезного сигнала, звук становится глуше. Уменьшение порога приводит к появлению музыкальных тонов.

2. Увеличение коэффициента сглаживания или забывания, выбираемый для предотвращения как музыкального тона, так и слишком большого искажения сигнала - для (2.18.)

Особенности: большой коэффициент приводит к увеличению искажений сигнала, низкий к появлению музыкальных тонов.

3. Увеличение постоянной сглаживания по времени оценки мощности сигнала - для (2.19.).

Особенности: увеличение приводит к размытию или подавлению транзиентов (резких всплесков в сигнале: ударов, атак музыкальных инструментов). Уменьшение приводит к увеличению музыкальных тонов.

4. Уменьшение постоянной сглаживания по времени оценки мощности сигнала для оценки шума - для (2.19.).

Особенности: уменьшение к подавлению уровня музыкальных тонов, однако влияние данного коэффициента на уровень музыкальных тонов незначителен.

5. Увеличение числа буферов минимизации, для оценки минимума спектра - для (2.7.), (2.17.), (2.18.), (2.19.), (2.20.), (2.21).

Особенности: большое число буферов - большой расход памяти, низкое число буферов - шумовые искажение.

На (рис. 2.6.) представлен сигнал, очищенный от "музыкальных шумов" с помощью завышения оценки шумового порога.

спектральный вид сигнала после очистки и удаления

Рис. 2.6. Спектральный вид сигнала после очистки и удаления "музыкальных тонов".

В действительности, после применения метода завышения шумового порога сигнал стал глуше, но избавился от "музыкального шума", а именно звук "льющейся воды" практически исчез.

В главе были рассмотрены и проанализированы особенности методов, основанных на вычитании амплитудных спектров, для очистки речевых сигналов от стационарных и квазистационарных шумов непрерывных импульсных помех и искажений. Разработаны эффективные вычислительные схемы и алгоритм очистки речевого сигнала для такого рода шумов, помех и искажений в программной среде MatLab. Была проведена обработка зашумленного речевого сигнала реализованным алгоритмом. В результате проведенного эксперимента опытным путем были подобраны параметры алгоритма для уменьшения негативного воздействия искажений возникающих в процессе обработки, разработанным алгоритмом.

Похожие статьи




Методы борьбы с "музыкальным тоном" - Разработка и исследование алгоритма очистки речевого сигнала

Предыдущая | Следующая