Nghiên cứu giải pháp giảm nhiễu nâng cao chất lượng tiếng nói sử dụng bộ lọc Kalman hiệu chỉnh
Số trang: 4
Loại file: pdf
Dung lượng: 685.57 KB
Lượt xem: 12
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài viết tập trung nghiên cứu kỹ thuật giảm nhiễu cho tín hiệu tiếng nói sử dụng bộ lọc Kalman hiệu chỉnh. Việc xây dựng mô hình hồi quy với ma trận các hệ số ước lượng được thực hiện cho cả tín hiệu tiếng nói và nhiễu nhằm thay đổi cấu trúc của bộ lọc.
Nội dung trích xuất từ tài liệu:
Nghiên cứu giải pháp giảm nhiễu nâng cao chất lượng tiếng nói sử dụng bộ lọc Kalman hiệu chỉnh ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN 2 45 NGHIÊN CỨU GIẢI PHÁP GIẢM NHIỄU NÂNG CAO CHẤT LƯỢNG TIẾNG NÓI SỬ DỤNG BỘ LỌC KALMAN HIỆU CHỈNH A STUDY OF MEASURES FOR NOISE REDUCTION TO IMPROVE THE QUALITY OF SPEECH USING ADJUSTMENT KALMAN FILTER Dương Ngọc Pháp Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng; phapdn@gmail.com Tóm tắt - Bài báo tập trung nghiên cứu kỹ thuật giảm nhiễu cho tín Abstract - The article focuses on noise reduction techniques for hiệu tiếng nói sử dụng bộ lọc Kalman hiệu chỉnh. Việc xây dựng mô speech using the adjusment Kalman filter. The construction of the hình hồi quy với ma trận các hệ số ước lượng được thực hiện cho regression model with matrix of estimated coefficients are made for cả tín hiệu tiếng nói và nhiễu nhằm thay đổi cấu trúc của bộ lọc. Tín both speech and noise to change the structure of the filter. Original hiệu tiếng nói ban đầu bị tác động bởi nhiễu được xử lý trước khi speech affected by noise is processed prior to the input filter using đưa đến đầu vào bộ lọc sử dụng các phương pháp ước lượng tín the signal estimation method including the determination of the hiệu, bao gồm việc xác định xác suất hiện diện tiếng nói (SPP) và kỹ speech presence probability (SPP) and spectral subtraction thuật trừ phổ. Kết quả mô phỏng được thực hiện trên cơ sở dữ liệu technique. The simulation results are performed on the NOIZEUS NOIZEUS nhằm mô phỏng kỹ thuật đã nghiên cứu với các loại nhiễu database to simulate the studied technique with different kinds of và mức nhiễu khác nhau. Thông qua các tiêu chí đánh giá, tiến hành noise and different noise levels. Through the evaluation criteria, the so sánh mức độ hiệu quả của kỹ thuật trên các môi trường nhiễu và article compares the technical efficiency on noise environments and với các phương pháp đã nghiên cứu trước đó. the methods studied previously. Từ khóa - bộ lọc Kalman; giảm nhiễu; tiếng nói; xác suất hiện diện Key words - Kalman filter; noise reduction; speech; speech tiếng nói; hồi quy presence probability; regression 1. Đặt vấn đề trong môi trường chứa nhiễu nền lớn. Như trình bày ở Hình Hầu hết chất lượng tiếng nói trong các hệ thống truyền 1, tín hiệu tiếng nói bị nhiễu y(n) nhận được tại microphone tin đều bị suy giảm do tác động bởi nhiễu. Việc nghiên cứu thực chất được tạo ra từ một nguồn tín hiệu tiếng nói sạch và đưa ra các kỹ thuật nhằm loại bỏ nhiễu đóng vai trò quan x(n) cộng với nhiễu nền v(n). trọng trong việc đảm bảo chất lượng và tính dễ hiểu của tín 3. Giảm nhiễu sử dụng bộ lọc Kalman hiệu tiếng nói trong các hệ thống thông tin liên lạc. 3.1. Cấu trúc bộ lọc Kalman Nâng cao chất lượng tiếng nói bao gồm cải thiện chất lượng, tính dễ hiểu và giảm sự khó chịu cho người nghe Cấu trúc tự hồi quy của bộ lọc cho phép dự đoán trạng bằng cách giảm tối đa nhiễu tác động vào tiếng nói. Các kỹ thái hiện tại từ những trạng thái trước đó mà không cần thuật đã được nghiên cứu để giảm nhiễu cho tín hiệu tiếng phải tốn kém bộ nhớ để lưu trữ những thông số này [1][4]. nói như trừ phổ (SS), ước lượng MMSE, lọc Wiener (WF), Phương trình sai phân tự hồi quy: biến đổi Wavelet,… x n Fn x n 1 w n ; n 1, 2, (1) Nội dung bài báo sẽ tập trung nghiên cứu kỹ thuật giảm Và vector quan sát: nhiễu cho tín hiệu tiếng nói dựa trên phương pháp tính toán y n H n x n v n ; n 1, 2, (2) truy hồi, sử dụng biến thể của bộ lọc Kalman. Kỹ thuật này khá hiệu quả với các loại nhiễu khác nhau trong môi trường ˆ 0|0và P0|0 là điều kiện đầu cho bộ lọc. Với các giá trị x thực. Kết quả nghiên cứu sẽ được so sánh, đánh giá với các Sơ đồ thực hiện lọc Kalman với sự có mặt của các phương kỹ thuật đã đề xuất. trình toán học được biểu diễn ở Hình 2: 2. Mô hình nhiễu cộng Bài báo xem xét tín hiệu tiếng nói đơn kênh bị suy hao do cơ chế tác động nhiễu cộng âm học (additive acoustic noise). Đặc tính cơ bản của nhiễu cộng là sự xếp chồng của tín hiệu nhiễu lên tín hiệu tiếng nói trong miền thời gian lẫn miền tần số, và nhiễu tác động lên tín hiệu tiếng nói với nhiều mức (SNR) khác nhau. Hình 1. Mô hình nhiễu cộng Nhiễu cộng tác động vào tín hiệu tiếng nói khi ghi âm Hình 2. Sơ đồ thực hiện bộ lọc Kalman 46 Dương Ngọc Pháp 3.2. Sơ đồ khối hệ thống 0 0 0 0 0 0 Bước 1. Tín hiệu tiếng nói bị nhiễu đầu vào y được phân khung (với độ dài cửa sổ bằng W=256, hệ số chồng phổ 0,5 ...
Nội dung trích xuất từ tài liệu:
Nghiên cứu giải pháp giảm nhiễu nâng cao chất lượng tiếng nói sử dụng bộ lọc Kalman hiệu chỉnh ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN 2 45 NGHIÊN CỨU GIẢI PHÁP GIẢM NHIỄU NÂNG CAO CHẤT LƯỢNG TIẾNG NÓI SỬ DỤNG BỘ LỌC KALMAN HIỆU CHỈNH A STUDY OF MEASURES FOR NOISE REDUCTION TO IMPROVE THE QUALITY OF SPEECH USING ADJUSTMENT KALMAN FILTER Dương Ngọc Pháp Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng; phapdn@gmail.com Tóm tắt - Bài báo tập trung nghiên cứu kỹ thuật giảm nhiễu cho tín Abstract - The article focuses on noise reduction techniques for hiệu tiếng nói sử dụng bộ lọc Kalman hiệu chỉnh. Việc xây dựng mô speech using the adjusment Kalman filter. The construction of the hình hồi quy với ma trận các hệ số ước lượng được thực hiện cho regression model with matrix of estimated coefficients are made for cả tín hiệu tiếng nói và nhiễu nhằm thay đổi cấu trúc của bộ lọc. Tín both speech and noise to change the structure of the filter. Original hiệu tiếng nói ban đầu bị tác động bởi nhiễu được xử lý trước khi speech affected by noise is processed prior to the input filter using đưa đến đầu vào bộ lọc sử dụng các phương pháp ước lượng tín the signal estimation method including the determination of the hiệu, bao gồm việc xác định xác suất hiện diện tiếng nói (SPP) và kỹ speech presence probability (SPP) and spectral subtraction thuật trừ phổ. Kết quả mô phỏng được thực hiện trên cơ sở dữ liệu technique. The simulation results are performed on the NOIZEUS NOIZEUS nhằm mô phỏng kỹ thuật đã nghiên cứu với các loại nhiễu database to simulate the studied technique with different kinds of và mức nhiễu khác nhau. Thông qua các tiêu chí đánh giá, tiến hành noise and different noise levels. Through the evaluation criteria, the so sánh mức độ hiệu quả của kỹ thuật trên các môi trường nhiễu và article compares the technical efficiency on noise environments and với các phương pháp đã nghiên cứu trước đó. the methods studied previously. Từ khóa - bộ lọc Kalman; giảm nhiễu; tiếng nói; xác suất hiện diện Key words - Kalman filter; noise reduction; speech; speech tiếng nói; hồi quy presence probability; regression 1. Đặt vấn đề trong môi trường chứa nhiễu nền lớn. Như trình bày ở Hình Hầu hết chất lượng tiếng nói trong các hệ thống truyền 1, tín hiệu tiếng nói bị nhiễu y(n) nhận được tại microphone tin đều bị suy giảm do tác động bởi nhiễu. Việc nghiên cứu thực chất được tạo ra từ một nguồn tín hiệu tiếng nói sạch và đưa ra các kỹ thuật nhằm loại bỏ nhiễu đóng vai trò quan x(n) cộng với nhiễu nền v(n). trọng trong việc đảm bảo chất lượng và tính dễ hiểu của tín 3. Giảm nhiễu sử dụng bộ lọc Kalman hiệu tiếng nói trong các hệ thống thông tin liên lạc. 3.1. Cấu trúc bộ lọc Kalman Nâng cao chất lượng tiếng nói bao gồm cải thiện chất lượng, tính dễ hiểu và giảm sự khó chịu cho người nghe Cấu trúc tự hồi quy của bộ lọc cho phép dự đoán trạng bằng cách giảm tối đa nhiễu tác động vào tiếng nói. Các kỹ thái hiện tại từ những trạng thái trước đó mà không cần thuật đã được nghiên cứu để giảm nhiễu cho tín hiệu tiếng phải tốn kém bộ nhớ để lưu trữ những thông số này [1][4]. nói như trừ phổ (SS), ước lượng MMSE, lọc Wiener (WF), Phương trình sai phân tự hồi quy: biến đổi Wavelet,… x n Fn x n 1 w n ; n 1, 2, (1) Nội dung bài báo sẽ tập trung nghiên cứu kỹ thuật giảm Và vector quan sát: nhiễu cho tín hiệu tiếng nói dựa trên phương pháp tính toán y n H n x n v n ; n 1, 2, (2) truy hồi, sử dụng biến thể của bộ lọc Kalman. Kỹ thuật này khá hiệu quả với các loại nhiễu khác nhau trong môi trường ˆ 0|0và P0|0 là điều kiện đầu cho bộ lọc. Với các giá trị x thực. Kết quả nghiên cứu sẽ được so sánh, đánh giá với các Sơ đồ thực hiện lọc Kalman với sự có mặt của các phương kỹ thuật đã đề xuất. trình toán học được biểu diễn ở Hình 2: 2. Mô hình nhiễu cộng Bài báo xem xét tín hiệu tiếng nói đơn kênh bị suy hao do cơ chế tác động nhiễu cộng âm học (additive acoustic noise). Đặc tính cơ bản của nhiễu cộng là sự xếp chồng của tín hiệu nhiễu lên tín hiệu tiếng nói trong miền thời gian lẫn miền tần số, và nhiễu tác động lên tín hiệu tiếng nói với nhiều mức (SNR) khác nhau. Hình 1. Mô hình nhiễu cộng Nhiễu cộng tác động vào tín hiệu tiếng nói khi ghi âm Hình 2. Sơ đồ thực hiện bộ lọc Kalman 46 Dương Ngọc Pháp 3.2. Sơ đồ khối hệ thống 0 0 0 0 0 0 Bước 1. Tín hiệu tiếng nói bị nhiễu đầu vào y được phân khung (với độ dài cửa sổ bằng W=256, hệ số chồng phổ 0,5 ...
Tìm kiếm theo từ khóa liên quan:
Bộ lọc Kalman Xác suất hiện diện tiếng nói Cấu trúc bộ lọc Kalman Kỹ thuật giảm nhiễu Tín hiệu tiếng nóiGợi ý tài liệu liên quan:
-
Xây dựng thuật toán tự tổ chức lựa chọn mô hình trong xử lý kết hợp tín hiệu đo cao
10 trang 184 0 0 -
4 trang 134 0 0
-
9 trang 87 0 0
-
Đánh giá giải pháp giảm nhiễu cho tín hiệu tiếng nói sử dụng các phép biến đổi Wavelet
5 trang 53 0 0 -
Ứng dụng Quaternion và bộ lọc Kalman trong việc ước lượng hướng chuyển động của vật thể bay
7 trang 39 0 0 -
Các phương pháp xử lý tín hiệu đo lường trước và sau bộ biến đổi ADC
5 trang 32 0 0 -
Nghiên cứu chế tạo thiết bị đo giám sát các thông số nước thải từ xa ứng dụng công nghệ IoT
7 trang 22 0 0 -
Ứng dụng bộ lọc kalman xử lý tín hiệu cân động
5 trang 21 0 0 -
100 trang 20 0 0
-
70 trang 20 0 0