تخمین snr ورودی با استفاده از ماسک باینری در سیستم های مبتنی بر آنالیز ترکیب شنیداری محاسباتی

در این مقاله، روش جدیدی برای تخمین نسبت سیگنال به نویز (snr) سیگنال ترکیب ارائه شده است که بر پایه روش آنالیز ترکیب شنیداری محاسباتی (casa) است. در روش ارائه شده، ماسک باینری ایده آل (ibm) که به طور معمول هدف محاسباتی سیستم های مبتنی بر casa است، برای تخمین snr سیگنال گفتار نویزی به کار گرفته می شود. روش پیشنهادی با استفاده از ibm و چندین ماسک شبه ibm ارزیابی شده است. این روش، ساده و از نظر محاسباتی کارآمد است. ارزیابی های اصولی نشان می دهند که روش پیشنهادی، در محدوده وسیعی از مقادیر snr، تخمین قابل قبولی از سطح snr ورودی ارائه می دهد و خطاهای احتمالی در تخمین ibm عملکرد سیستم پیشنهادی را چندان تحت تأثیر قرار نمی دهد. نتایج شبیه سازی ها همچنین نشان می دهند که سیستم پیشنهادی عملکردی بهتری را نسبت به روش های قبلی تخمین snr دارد.