بهسازی گفتار دو مرحلهای توسط خودرمزگذار عمیق کاهنده نویز

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 273

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_TJEE-50-4_008

تاریخ نمایه سازی: 9 خرداد 1400

Abstract:

برای حذف نویز از سیگنال گفتار، هم اطلاعات زمانکوتاه و هم اطلاعات زمانبلند سیگنال میتوانند مفید باشند. خصوصا اگر نویز دارای ویژگیهای غیرایستان باشد. لذا در این مقاله سعی شده است تا با استفاده از کاهش تعداد زیرباندهای فرکانسی در فواصل زمانی بلند امکان اعمال ورودیهای زمانبلند را برای شبکه عصبی خودرمزگذار عمیق کاهنده نویز فراهم سازد. همچنین یک روش دو مرحلهای بهسازی گفتار ارائه میشود که در مرحله نخست بهسازی زمانکوتاه و در مرحله دوم بهسازی زمانبلند را انجام دهد. آزمایشهای این مقاله بر روی مجموعه دادگان  Aurora-۲ انجام شده است. نتایج نشان داده است که روش پیشنهادی می تواند از نظر بهسازی گفتار و معیار PESQ نسبت به فیلتر وینر در شرایط آغشتگی به نویز بالا به میزان  ۰.۳ بهبود ایجاد کند. همچنین روش پیشنهادی می تواند از نظر دقت بازشناسی خودکار گفتار نسبت به ویژگیهای مبنا یعنی MFCC  حدود ۴% بهبود ایجاد کند

Keywords:

بهسازی گفتار , خودرمزگذار عمیق کاهنده نویز , رمزگذار عمیق , کاهش نویز

Authors

امیرحسین حاج احمدی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی امیرکبیر

محمد مهدی همایونپور

دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی امیرکبیر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • S. Boll, “Suppression of acoustic noise in speech using spectral ...
  • K. K. Ravi and P. V. Subbaiah, “A survey on ...
  • V. Sunnydayal, N. Sivaprasad and T. K. Kumar, “A survey ...
  • I. Cohen and B. Berdugo, “Noise estimation by minima controlled ...
  • I. Cohen, “Optimal speech enhancement under signal presence uncertainty using ...
  • Y. Ephraim and I. Cohen, “Recent advancements in speech enhancement,” ...
  • Y. Ephraim and D. Malah, “Speech enhancement using a minimum ...
  • Y. Ephraim and D. Malah, “Speech enhancement using a minimum-mean ...
  • مسعود گراوانچیزاده، ساناز قائمی سردرودی، « بهبود کیفیت گفتار مبتنی ...
  • D. Wang, “Time-Frequency masking for speech separation and Its potential ...
  • حسین شایقی، علی قاسمی، «پیش بینی قیمت روزانه برق با ...
  • فرید کربلایی، حمیدرضا شعبانی، رضا ابراهیمپور، «ارزیابی برونخط پایداری گذرا ...
  • Y. Xu, J. Du, L. R. Dai and C. H. ...
  • F. Weninger et al., “Speech enhancement with LSTM recurrent neural ...
  • B. Li, Y. Tsao and K. C. Sim, “An investigation ...
  • Z. Chen, S. Watanabe, H. Erdogan and J. R. Hershey, ...
  • L. Deng and D. Yu, " Deep learning: methods and ...
  • L. Dehyadegary, S. Ali Seyyedsalehi and I. Nejadgholi, “Nonlinear enhancement ...
  • S. Tan and K. C. Sim, “Learning utterance-level normalisation using ...
  • X. Lu, Y. Tsao, S. Matsuda and C. Hori, “Speech ...
  • Y. Xu, J. Du, L.-R. Dai and C.-H. Lee, “An ...
  • G. E. Hinton and R. R. Salakhutdinov, “Reducing the dimensionality ...
  • P. Vincent, H. Larochelle, I. Lajoie, Y. Bengio and P.-A. ...
  • T. Gao, J. Du, Y. Xu, C. Liu, L.-R. Dai ...
  • D. Pearce, H. Hirsch and E. E. D. Gmbh, “The ...
  • S. Vihari, A. S. Murthy, P. Soni and D. C. ...
  • نمایش کامل مراجع