تخمین نسبت سیگنال به نویز پیشین با استفاده از نگرش کاهش نویز دو مرحله ای و تخمین زننده های بیزین
Publish place: اولین کنفرانس بین المللی پردازش سیگنال و سیستم های هوشمند
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,056
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
SPIS01_002
Index date: 29 October 2016
تخمین نسبت سیگنال به نویز پیشین با استفاده از نگرش کاهش نویز دو مرحله ای و تخمین زننده های بیزین abstract
یکی از نگرش های کارا و نسبتآ ساده برای تخمین نسبت سیگنال به نویز ( SNR) پیشیین ، نگرش تصمیم هدایت شده است . این نگرش نویز موزیکال را به خوبی کاهش می دهد اما از طرف دیگر به دلیل استفاده از طیف فریم قبلی برای تخمین (SNR) پیشین در فریم فعلی ، تاخیری به اندازه ی یک فریم در سیگنال بهبود یافته ی خروجی بوجود می آید . کاهش نویز دو مرحله ای ( TSNR) نگرشی است که مشکل تاخیر فریم روش مشهور تصمیم هدایت شده را بر طرف می کند اما نویز موزیکال در سیگنال خروجی آن همچنان باقی است . در این مقاله ما برای کاهش نویز موزیکال تا یک سطح قابل قبول ، یک نگرش شبیه به نگرش TSNR برای تخمین SNR پیشین ارائه می دهیم . برای این منظور در مرحله ی دوم براساس نوع فریم مورد پردازش ( صدادار یا بی صدا ) ، از تخمین زننده های بیزین مختلف برای تخمین گفتار تمیز استفاده می کنیم . بنابراین حذف نویز موزیکال دقیقتر بوده و دیگر مشکل تاخیر فریم وجود نخواهد داشت . ارزیابی های مبتنی بر اندازه های عینی و آزمایشات شنیداری غیرعینی نشان دهنده ی بهبود کارایی در روش پیشنهادی است .
تخمین نسبت سیگنال به نویز پیشین با استفاده از نگرش کاهش نویز دو مرحله ای و تخمین زننده های بیزین Keywords:
بهسازی گفتار نسبت سیگنال به نویز پیشین , تصمیم هدایت شده تخمین زننده ی بیزین
تخمین نسبت سیگنال به نویز پیشین با استفاده از نگرش کاهش نویز دو مرحله ای و تخمین زننده های بیزین authors
مجید کریمی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی ، تهران
محمد کلانتری
دکترای تخصصی مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی ، تهران،
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 :