الگوریتمی جدید برای آشکارسازی صوت مبتنی بر تجزیه مقادیر منفرد و تبدیل فوریه
Publish place: 16th Iranian conference on Biomedical Engineering
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,671
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME16_010
تاریخ نمایه سازی: 11 تیر 1388
Abstract:
سیستم تشخیص فعالیت صدا یا آشکار ساز صوت برای تفکیک قسمتهای حاوی اطلاعات صوتی از قسمتهای سکوت سیگنال به کار می رود. در این مقاله یک الگوریتم جدید آشکار ساز صوت مبتنی بر تجزیه مقادیر منفرد پیشنهاد شده است. استخراج بردارهای ویژگی در دو بخش انجام می پذیرد. در بخش نخست فریم های صدادار از فریمهای بی صدا و سکوت تفکیک می شود. در بخش دوم فریمهای بی صدا از فریمهای سکوت جدا می گردد. برای انجام مراحل فوق، ابتدا سیگنال های نویزی، فریم بندی شده و سپس از هر فریم ماتریس هانکل معادل تشکیل می گردد. مبنای استخراج ویژگی آماری سیستم پیشنهادی، شیب منحنی مقادیر منفرد مربوط به هر فریم با استفاده از برازش خطی است. نشان داده می شود که شیب منحنی مقادیر منفرد به ازای SNR های مختلف در فریمهای صدا دار به مراتب بیشتر از انواع دیگر است و میتوان از این خصوصیت برای رسیدن به هدف بخش نخست استفاده نمود. شباهت زیاد بردار ویژگی مربوط به فریم بی صدا و سکوت باعث می شود که نتوان از رهیافت فوق برای تفکیک این دو دسته استفاده نمود. به همین علت در بخش دوم از ویژگی های فرکانسی برای شناسایی فریمهای بی صدا از سکوت استفاده شده است. نتایج شبیه سازی نشان می دهد که سرعت و دقت بالا از مزایای سیستم پیشنهادی می باشد
Keywords:
Authors
آمارد افضلیان
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران ، ایران
محمدرضا کرمی ملایی
آزمایشگاه پردازش سیگنال دانشگاه صنعتی نوشیروانی بابل
جمال قاسمی
آزمایشگاه پردازش سیگنال دانشگاه صنعتی نوشیروانی بابل
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 :