Разработка этапов алгоритма спектрального вычитания - Разработка и исследование алгоритма очистки речевого сигнала
Этап 1. Пусть имеется исходный зашумленный сигнал, состоящий из чистого речевого сигнала и некоррелированного аддитивного шума, который определяется выражением (2.6.).
, (2.6.)
![](/images/image019-616.png)
Где - индекс дискретизации.
- общая длина исходного сигнала в отсчетах.
Этап 2. Разделим исходный сигнал на неперекрывающиеся кадры длиной.
Применение оконной функции W(l) для точного вычисления коэффициентов Фурье. Окна подавляют просачивание спектральных составляющих, которое может привести к смещению оценок амплитуд и положений гармонических составляющих сигнала.
, (2.7.)
Где - индекс кадра,
- длина кадра (сдвиг от кадра к кадру),
![](/images/image020-584.png)
,
- текущее значение исходного сигнала для текущего кадра,
- оконная функция для текущего кадра,
- индекс дискретизации, для текущего кадра.
Выберем тип оконной функции:
При спектральном анализе сигнала с известным или заданным динамическим диапазоном необходимо выбирать такую оконную функцию, уровень боковых лепестков спектра которой меньше заданного динамического диапазона. В противном случае некоторые спектральные составляющие сигнала могут быть не обнаружены. Динамический диапазон данного сигнала можно определить как отношение максимальной амплитуды гармоники к минимальной.
Так, например, если динамический диапазон сигнала не превышает 40 дБ целесообразно использовать окно Хемминга, боковые лепестки спектра которой не превышают -42 дБ. Если же динамический диапазон сигнала не превышает 60 дБ, то можно использовать окно Блэкмана (уровень боковых лепестков спектра -58 дБ). Динамический диапазон для окна определяется выражением (2.8.).
, (2.8.)
Где - динамический диапазон в децибелах,
- количество разрядов АЦП.
В случае 8-битного АЦП динамический диапазон сигнала можно считать равным 48.16 дБ, а в случае 16 - битного 96.32 дБ. В нашем случае, динамический диапазон аудиосигнала не превышает 40 дБ и при спектральном анализе можно использовать окно Хемминга даже при 16-битном квантовании.
Выберем размер выборки для обеспечения разрешения по частоте
Расстояние между спектральными отсчетами определяется выражением (2.9.):
![](/images/image021-568.png)
, (2.10.)
Где - частота дискретизации сигнала,
- длина выборки сигнала
При заданном окне, которое выбирается исходя из динамического диапазона сигнала, нормированная ширина главного лепестка спектра для обеспечения требуемого разрешения по частоте необходимо выполнение условия (2.10.).
, (2.10.)
Где - частота дискретизации сигнала определяемая выражением (2.11.)
, (2.11.)
Где - нормированная ширина главного лепестка спектра для выбранного типа окна.
При фиксированной частоте дискретизации для увеличения разрешения по частоте необходимо увеличивать длину выборки. Таким образом для обеспечения разрешения по частоте и частоте дискретизации, а так же с учетом того, что сглаживание осуществляется при использовании окна Хемминга. Тогда из (2.11.) с учетом (2.9.) получаем (2.12.) и (2.13.):
![](/images/image022-550.png)
(2.12.)
![](/images/image023-513.png)
; (2.13.)
Таким образом, для определенных параметров (, ) в качестве оконной функции будем использовать окно Хемминга, определяемое выражением (2.14.), а размер выборки БПФ должен составлять 8192 точек.
![](/images/image024-505.png)
(2.14.)
Этап 3. Дискретное преобразование Фурье, используется для перехода в спектральную область.
В Общем случае интеграл Фурье имеет вид [15] выражение (2.15.) интеграл Фурье имеет вид:
![](/images/image025-503.png)
, (2.15.)
Где - спектр сигнала (в общем случае и сигнал и спектр -- комплексные).
Выражение для дискретного преобразования Фурье (ДПФ) представлено выражением (2.16.).
![](/images/image026-487.png)
(2.16.)
Выражение (2.16.) для ДПФ ставит в соответствие отсчетам дискретного сигнала, где, в общем случае комплексного, отсчетов спектра, где.
Учитывая выражения (2.15.) и (2.16.) запишем выражение (2.17.) для значения k-й спектральной компоненты - го кадра зашумленного сигнала.
![](/images/image027-472.png)
, (2.17.)
,
.
Этап 4. Сглаживание спектра мощности - го кадра зашумленного сигнала.
![](/images/image028-459.png)
Берется предыдущий спектр мощности сигнала, который перемножается на коэффициент, - коэффициент сглаживания или забывания, выбираемый для предотвращения как музыкального тона, так и слишком большого искажения сигнала. Обычно лежит в пределах и подбирается индивидуально. Результирующее значение складывается с амплитудным спектром m-го кадра. Производится усреднение спектра мощности по всему кадру.
Тогда выражение для спектра мощности текущего кадра - (2.18.) будет определяться как сумма спектра мощности предыдущего кадра умноженного на и спектра мощности текущего кадра умноженного на.
![](/images/image029-446.png)
![](/images/image030-433.png)
(2.18.)
Этап 5. Оценка шума на основе отслеживания минимумов в области спектра мощности от кадра к кадру:
С учетом динамического шумоподавления описанного в пункте 2.2 и (2.4), за шум будем принимать адаптированный и взвешенный локальный минимум спектра мощности зашумленного сигнала. Если локальный минимум спектра мощности предыдущего кадра меньше спектра мощности текущего кадра, используются коэффициенты адаптации к локальному минимуму и коэффициент сглаживания минимума в области спектра мощности текущего кадра, при этом коэффициенты и подбираются индивидуально. Локальный минимум спектра мощности m-го кадра зашумленного сигнала сглаживается в области спектра и складывается с разностью текущего и предыдущего кадров.
Если же локальный минимум спектра мощности предыдущего кадра больше спектра мощности текущего кадра последний и будет использоваться в качестве K-Го локального минимума спектра мощности - го кадра зашумленного сигнала с учетом (2.4) примет вид (2.19.).
![](/images/image031-419.png)
(2.19.)
Где - K-Й адаптированный и взвешенный локальный минимум спектра мощности - го кадра зашумленного сигнала.
- коэффициент адаптации к локальному минимуму.
- коэффициент сглаживания минимума в области спектра мощности текущего кадра.
Этап 6. Спектральное вычитание шума в области амплитудного спектра:
![](/images/image032-413.png)
Следует обратить внимание, что спектральное вычитание шума следует производить в области амплитудного спектра. При этом, производится оценка произведения передаточной функции фильтра на спектр k-го кадра с ограниченным спектром. Значение передаточной функции фильтра определяется выражением (2.20.)
![](/images/image033-413.png)
(2.20.)
![](/images/image034-394.png)
![](/images/image035-389.png)
В качестве спектра текущего кадра выбирается либо отфильтрованный спектр, либо ограниченный спектр, в том случае, если текущий уровень шума будет иметь значение превышающее порог, регулируемый в свою очередь - постоянной спектрального минимального уровня. С учетом этого, улучшенный кратковременный амплитудный спектр m-го кадра будет определяться выражением (2.21.)
![](/images/image036-376.png)
(2.21.)
Где - передаточная функция фильтра подавления шума,
![](/images/image037-381.png)
- улучшенный кратковременный амплитудный спектр m-го кадра,
- постоянная спектрального минимального уровня для ограничения максимального вычитания
Этап 7. Обратное дискретное преобразование Фурье, используется для перехода в спектральную область.
В Общем случае интеграл Фурье имеет вид [15] выражение (2.22.) интеграл Фурье имеет вид:
![](/images/image038-369.png)
, (2.22.)
Где - спектр сигнала (в общем случае и сигнал и спектр -- комплексные).
Выражение для обратного дискретного преобразования Фурье (ДПФ) представлено выражением (2.23.).
![](/images/image039-359.png)
(2.23.)
Выражение (2.16.) для ДПФ ставит в соответствие отсчетам дискретного сигнала, где, в общем случае комплексного, отсчетов спектра, где.
Учитывая выражения (2.15.) и (2.16.) запишем выражение (2.24.) для значения k-й спектральной компоненты - го кадра зашумленного сигнала.
![](/images/image040-358.png)
, (2.24.)
,
.
Похожие статьи
-
Динамическое шумоподавление - Разработка и исследование алгоритма очистки речевого сигнала
Для решения практической задачи шумоочистки целесообразно использовать методы динамического шумоподавления, основанные на использовании характеристик...
-
Наиболее часто используемыми методами, основанными на использовании спектральных характеристик шума, являются методы, реализующие различные модификации...
-
К методам этого типа относятся, прежде всего, класс методов обработки зашумленных речевых сигналов, которые используют квазипериодичность речевого...
-
В настоящей главе анализируются особенности методов, основанных на вычитании амплитудных спектров, для очистки речевых сигналов от стационарных и...
-
В настоящей главе анализируются особенности, свойства и характеристики речевых сигналов. Виды шумов акустических помех и искажений, а так же особенности...
-
Описываемый алгоритм (оригинальное название Minimum Mean-Square Error estimation) впервые был предложен в работе. Как и вычитание спектров алгоритм...
-
В основе развития этого класса методов лежит утверждение, что анализ речи, основанный на модели слуха человека, будет более успешным, чем анализ,...
-
Введение - Разработка и исследование алгоритма очистки речевого сигнала
Алгоритм очистка речевой сигнал Записанный или передаваемый по проводным или радиоканалам с помощью различных технических средств, звуковой, в частности,...
-
Другим классом методов обработки зашумленных речевых сигналов основанных на использовании статистических моделей речевого сигнала являются методы, в...
-
Во временной области Класс методов цифровой обработки зашумленных речевых сигналов, который основан на построении математических моделей речевых сигналов...
-
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...
-
На основании разработанных этапов работы алгоритма спектрального вычитания и в соответствии ГОСТ 19.701-90 (ИСО 5807-85) "Схемы алгоритмов, программ,...
-
Адаптивные компенсаторы помех - Разработка и исследование алгоритма очистки речевого сигнала
Этот класс методов цифровой обработки зашумленных сигналов основан на использовании, помимо собственно зашумленного сигнала, который подлежит очистке,...
-
Опасным производственным фактором называется такой производственный фактор, воздействие которого на работающего в определенных условиях ведет к травме...
-
Характеристика продукта - Разработка и исследование алгоритма очистки речевого сигнала
Разработанная система средств очистки речевого сигнала предназначена для получения высококачественного речевого сигнала. Основной задачей системы...
-
Измерения узнаваемости голоса диктора методом парных сравнений проводит бригада операторов в составе: пяти дикторов: трех мужчин и двух женщин (далее Д1,...
-
Пожарная безопасность - Разработка и исследование алгоритма очистки речевого сигнала
Особое внимание к пожарной безопасности является обоснованным, так как в случае пожара будет нанесен значительный материальный ущерб (даже если в...
-
Измерения проводятся бригадой операторов в составе: трех дикторов: двое мужчин и одна женщина (далее Д1, Д2 и Д3); трех аудиторов: двое женщин и мужчина...
-
Экономическая оценка проекта - Разработка и исследование алгоритма очистки речевого сигнала
1. Календарное планирование. Опытно-конструкторская разработка (ОКР) в себя пять этапов: 1. Техническое задание 2. Техническое предложение 3. Эскизный...
-
1. На втором этапе измерений узнаваемости голоса диктора методом парных сравнений, определяется величина предпочтения одного из сравниваемых речевых...
-
На втором этапе измерений речи артикуляционным методом проводится цикл измерений. Цикл измерений включает в себя результат приема всех аудиторов от всех...
-
Анализ напряженности труда - Разработка и исследование алгоритма очистки речевого сигнала
Напряженность трудового процесса оценивают в соответствии с настоящими "Гигиеническими критериями оценки условий труда по показателям вредности и...
-
В настоящей главе проводится оценка качества очистки речевых сигналов от стационарных и квазистационарных шумов непрерывных импульсных помех и искажений...
-
Экспериментальные исследования искажений сигнала производились двухмодовым и одномодовым методами. В качестве регистрирующей аппаратуры использовался...
-
Для налаштування антени булоб добре знати потужність сигналу на виході конвертора. Це можливо зробити знаючи ЕІВП супутника (карти зон покриття тим чи...
-
Энергетический спектр шума на выходе УНЧ: (4.1) Где W3(щ) - энергетический спектр шума на выходе АК. Рисунок 4.1 Энергетический спектр шума на выходе УНЧ...
-
Спектральные характеристики СП - Случайные процессы
В случае стационарных СП оказывается невозможным применение хорошо разработанного для детерминированных процессов аппарата спектрального анализа,...
-
Оценка частоты гармонических сигналов на основе анализа амплитудно-частотной характеристики процесса
Оценка частоты гармонических сигналов на основе анализа амплитудно-частотной характеристики процесса Бордюков Антон Геннадьевич, Аспирант...
-
Для выявления основных закономерностей рассмотрим реакцию НЭ на воздействие двух гармонических сигналов. Такое воздействие принято называть...
-
Структура построения ВОСПИ в этом случае соответствует варианту: лазерный излучатель одномодовой ВОК. При этой структуре возникновения искажений...
-
Анализ технического задания В задании на схемотехническое проектирование усилителей сигналов звуковой частоты используются следующие параметры: 1....
-
1) Найти отношение сигнал/шум на входе амплитудно-квадратического детектора (АК), найти энергетический спектр, функцию корреляции, функцию распределения...
-
Параметры входного сигнала (воздействия) u1(t) представлены в таблице 1.2 Таблица 1.2 - Параметры воздействия A 3 1 3 5 Значения A - в вольтах (В), т. к....
-
Расчет частоты дискретизации. - Разработка аналого-цифрового преобразователя
Частота дискретизации является одной из основных характеристик АЦП. Частоту дискретизации fД можно определить двумя способами: 1) При проведении...
-
Учитывая все вышеперечисленное, можно сделать вывод, что при коротких линиях аналоговых ВОСПИ для исключения искажений сигнала необходимо использовать...
-
Функциональная схема анализируемого устройства содержит последовательно соединенные первый безынерционный усилитель, узкополосный фильтр, нелинейную...
-
Понятие маневра и его классификация Маневром называется существенное изменение скорости и (или) направления движения ТС (например, торможение, остановка,...
-
Спектральное представление периодических сигналов. - Основы техники связи
Периодическим называется сигнал, значения которого повторяются через равные промежутки времени, называемые периодом повторения сигнала, или просто...
-
Спектральные преобразования сигналов
Спектральные преобразования сигналов Выполните спектральный и корреляционный анализ импульсного сигнала в соответствии с вашим вариантом (см. таблицу 1 и...
-
При воздействии на вход типового каскада радиоканала полезного сигнала и белого шума главной задачей является оценка помехоустойчивости системы. В нашем...
Разработка этапов алгоритма спектрального вычитания - Разработка и исследование алгоритма очистки речевого сигнала