Разработка оптимального алгоритма очистки речевого сигнала, методы, основанные на вычитании амплитудных спектров, Методы, основанные на оценке спектральных характеристик шума - Разработка и исследование алгоритма очистки речевого сигнала
В настоящей главе анализируются особенности методов, основанных на вычитании амплитудных спектров, для очистки речевых сигналов от стационарных и квазистационарных шумов непрерывных импульсных помех и искажений. Разрабатываются эффективные вычислительные схемы и алгоритм очистки речевого сигнала для такого рода шумов, помех и искажений в программной среде MatLab, а так же приводится качественный анализ эффективности разработанного алгоритма.
Методы, основанные на оценке спектральных характеристик шума
Звуковой сигнал, записываемый в реальных акустических условиях, часто содержит нежелательные шумы, которые могут порождаться окружающей средой или звукозаписывающей аппаратурой. Один из классов шумов - Аддитивные Стационарные Шумы.
Аддитивность означает, что шум суммируется с "чистым" сигналом и не зависит от него, сигнал, в этом случае определяется выражением (2.1.)
(2.1.)
Стационарность означает, что свойства шума (мощность, спектральный состав) не меняются во времени.
Примерами таких шумов могут являться постоянное шипение микрофона или усилительной аппаратуры, гул электросети. Работа различных приборов, не меняющих звучания по времени (вентиляторы, компьютеры) также может создавать шумы, близкие к стационарным. Не являются стационарными шумами различные щелчки, удары, шелест ветра, шум автомобилей.
Для подавления аддитивных стационарных шумов существует алгоритм Спектрального Вычитания. Он состоит из следующих стадий:
- 1. Разложение сигнала с помощью быстрого преобразования Фурье или другого преобразования, компактно локализующего энергию сигнала. 2. Оценка спектра шума. 3. "Вычитание" амплитудного спектра шума из амплитудного спектра сигнала. 4. Обратное преобразование - синтез результирующего сигнала.
Исследования качества и разборчивости речи, получаемой в результате применения описанной методики, показали [3], что в тех случаях, когда шум или помеха имеют стационарный (или квазистационарный) характер и их спектр имеет гармоническую структуру, достигается значительное на слух повышение как качества, так и разборчивости речи. По мнению аудиторов, такая речь звучит чище и приятнее, чем до обработки, даже, несмотря на наличие характерных эффектов обработки - так называемых "музыкальных тонов", заключающихся в случайных кратковременных выбросах в спектре обработанного сигнала. Однако, в случае шумов с быстроизменяющимися спектральными характеристиками такая обработка малоэффективна.
В целом, методы, основанные на вычитании спектров, считаются одними из лучших - они приводят к удовлетворительным результатам обработки и не требуют больших вычислительных ресурсов. Что же касается музыкальных тонов, которые существенно ухудшают восприятие обработанного сигнала, то для их подавления разработаны различные алгоритмы, основанные на эмпирических и эвристических соображениях [5,3].
К классу методов, основанных на оценке спектральных характеристик шума, относятся также методы коррекции спектра речевого сигнала, основанные на Виннеровской фильтрации [6].
В этих методах зашумленный речевой сигнал фильтруется фильтром с частотной характеристикой, рассчитанной из условия минимизации среднеквадратической ошибки фильтрации, то есть, если - частотная характеристика такого фильтра определяется выражением (2.2.)
(2.2.)
Где - спектральная плотность мощности сигнала
- спектральная плотность мощности шума
В реальных условиях применения частотную характеристику (2.2.) аппроксимируют выражением (2.3.):
, (2.3.)
Где и - усредненные квадраты амплитудных спектров сигнала и шума соответственно, причем оценка величин и осуществляется так же как и в методе вычитания амплитудных спектров.
Как было упомянуто, одним из основных недостатков спектрального вычитания является наличие артефактов в обработанном сигнале. Музыкальные тона существенно ухудшают качество сигнала, поэтому неудивительно, что одним из приоритетных направлений в развитии этого подхода стало создание постпроцессоров, снижающих эффект музыкальных тонов без дальнейших искажений в сигнале.
В большинстве случаев речь идет о пост-обработке сигнала в спектрально-временной области. Идея состоит в том, что музыкальные тона в спектрально-временном представлении представляют собой локальные (во времени и по частоте) спектральные максимумы. В работе [7] поиск спектральных максимумов, соответствующих музыкальным тонам осуществляется методами обработки изображений.
Анализируя проводимые авторами упомянутых работ результаты, характеризующие эффективность очистки сигнала от шума, следует отметить, что практически во всех случаях, при использовании методик типа вычитания спектров в качестве характеристики работоспособности алгоритма используются меры качества звучания сигнала или объективные меры типа усредненных евклидовых расстояний между отфильтрованным сигналом и незашумленным сигналом (предполагается, что он доступен). Следует отметить, что такая оценка методов, не всегда является объективной и обоснованной, поэтому актуальной является задача оценки предлагаемых методов в соответствии с существующими государственными стандартами.
Интересная модификация вычитания спектров - вычитание сигналов во временной области предложена в работе [9]. Там же продемонстрировано, что этот метод, в отличие от вычитания амплитудных спектров и винеровской фильтрации дает хорошие результаты (в том числе, повышает как качество, так и разборчивость сигнала при исходных соотношениях сигнал/шум -10дб и -30 дб) на нестационарных и коррелированных с речевым сигналов шумах типа мешающего диктора, гармонических помехах, одновременном фоновом разговоре (бормотании) нескольких дикторов.
Метод предполагает доступ к передаваемому незашумленному сигналу на передающей стороне и основан на технике добавления нулевых отсчетов в передаваемый речевой сигнал (то есть сигнал квантуется с удвоенной частотой, причем каждый второй отсчет - нулевой). На принимающей стороне характеристики шума оцениваются исходя из величин дополнительных (нулевых в начале передачи) отсчетов. Поскольку большинство практически встречающихся шумов (например, все речеподобные сигналы) коррелированны на интервалах между соседними отсчетами, оценка шума выполненная для дополнительных отсчетов вполне пригодна для фильтрации сигнала.
Очевидными недостатками предлагаемой методики является условие доступа к данным на передающей стороне и удвоение скорости передачи данных, поэтому область практического применения алгоритма существенно сужена.
Похожие статьи
-
Описываемый алгоритм (оригинальное название Minimum Mean-Square Error estimation) впервые был предложен в работе. Как и вычитание спектров алгоритм...
-
Наиболее часто используемыми методами, основанными на использовании спектральных характеристик шума, являются методы, реализующие различные модификации...
-
Динамическое шумоподавление - Разработка и исследование алгоритма очистки речевого сигнала
Для решения практической задачи шумоочистки целесообразно использовать методы динамического шумоподавления, основанные на использовании характеристик...
-
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,...
-
В основе развития этого класса методов лежит утверждение, что анализ речи, основанный на модели слуха человека, будет более успешным, чем анализ,...
-
В настоящей главе проводится оценка качества очистки речевых сигналов от стационарных и квазистационарных шумов непрерывных импульсных помех и искажений...
-
К методам этого типа относятся, прежде всего, класс методов обработки зашумленных речевых сигналов, которые используют квазипериодичность речевого...
-
Во временной области Класс методов цифровой обработки зашумленных речевых сигналов, который основан на построении математических моделей речевых сигналов...
-
Этап 1. Пусть имеется исходный зашумленный сигнал, состоящий из чистого речевого сигнала и некоррелированного аддитивного шума, который определяется...
-
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,...
-
Измерения проводятся бригадой операторов в составе: трех дикторов: двое мужчин и одна женщина (далее Д1, Д2 и Д3); трех аудиторов: двое женщин и мужчина...
-
Характеристика продукта - Разработка и исследование алгоритма очистки речевого сигнала
Разработанная система средств очистки речевого сигнала предназначена для получения высококачественного речевого сигнала. Основной задачей системы...
-
В настоящей главе анализируются особенности, свойства и характеристики речевых сигналов. Виды шумов акустических помех и искажений, а так же особенности...
-
Измерения узнаваемости голоса диктора методом парных сравнений проводит бригада операторов в составе: пяти дикторов: трех мужчин и двух женщин (далее Д1,...
-
Другим классом методов обработки зашумленных речевых сигналов основанных на использовании статистических моделей речевого сигнала являются методы, в...
-
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,...
-
1. На втором этапе измерений узнаваемости голоса диктора методом парных сравнений, определяется величина предпочтения одного из сравниваемых речевых...
-
Оценка качества восстановленного речевого сигнала. - Фильтрация зашумленного речевого сигнала
Оценка качества речевого сигнала является важной задачей. Отношение сигнал/шум ( ОСШ ), являющееся одной из наиболее распространенных объективных мер для...
-
На втором этапе измерений речи артикуляционным методом проводится цикл измерений. Цикл измерений включает в себя результат приема всех аудиторов от всех...
-
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...
-
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...
-
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....
-
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...
-
Статистический метод фильтрации речевого сигнала - Фильтрация зашумленного речевого сигнала
Предложен эффективный метод фильтрации речевого сигнала, использующий статистику распределения амплитуды вейвлет-коэффициентов на каждом i-м уровне...
-
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...
-
Опасным производственным фактором называется такой производственный фактор, воздействие которого на работающего в определенных условиях ведет к травме...
-
В процессе квантования по уровню значение каждого АИМ-отсчета заменяется ближайшим разрешенным значением. Характеристиками квантующего устройства...
-
Первичные сигналы электросвязи и их характеристики. - Основы техники связи
Электрический сигнал, получаемый на выходе преобразователя сообщения (см. рисунок 2.1, глава 2), называется первичным сигналом электросвязи. Параметр...
-
Спектральные характеристики СП - Случайные процессы
В случае стационарных СП оказывается невозможным применение хорошо разработанного для детерминированных процессов аппарата спектрального анализа,...
-
Для выявления основных закономерностей рассмотрим реакцию НЭ на воздействие двух гармонических сигналов. Такое воздействие принято называть...
-
Плотность вероятности шума на выходе амплитудного детектора найдем по формуле /1, с. 410/ (3.1) где ,(3.2) (3.3) Подставляя эти выражения в исходное...
-
1) Найти отношение сигнал/шум на входе амплитудно-квадратического детектора (АК), найти энергетический спектр, функцию корреляции, функцию распределения...
-
Расчет спектра отклика - Определение отклика цепи спектральным и временным методами расчета
Поскольку амплитуды гармонических составляющих отклика (выходного сигнала) определяются по формуле 3.1. ; (3.1) И следовательно начальные фазы...
-
Оценка неэнергетических параметров - Измерения параметров сигнала
Сигнал зависит от какого-либо неэнергетического параметра А , которым может быть задержка сигнала или смещение частоты (эффект Доплера в радиолокации)....
-
Прежде всего, необходимо различать "искажающие" и "неискажающие" виды обработки. К первым относятся операции, изменяющие форму и структуру сигнала -...
-
Введение - Способы реализации алгоритмов цифровой обработки сигналов
Цифровой обработкой сигналов принято называть в вычислительной технике арифметическую обработку последовательностей равноотстоящих во времени отсчетов....
-
Спектральные преобразования сигналов
Спектральные преобразования сигналов Выполните спектральный и корреляционный анализ импульсного сигнала в соответствии с вашим вариантом (см. таблицу 1 и...
-
Гибкий порог фильтрации речевого сигнала. - Фильтрация зашумленного речевого сигнала
При данном виде фильтрации для задания порога используется количественная оценка вейвлет-коэффициентов на каждом уровне разложения. Данный метод...
-
В процессе формирования АИМ сигнала осуществляется дискретизация непрерывного (аналогового) сигнала во времени в соответствии с известной Теоремой...
Разработка оптимального алгоритма очистки речевого сигнала, методы, основанные на вычитании амплитудных спектров, Методы, основанные на оценке спектральных характеристик шума - Разработка и исследование алгоритма очистки речевого сигнала