بهسازی گفتار با استفاده از گذرای سیگنال

در دهه های گذشته تحقیقات گسترده ای برای بهبود فهم گفتار نویزی انجام شده است. این تحقیقات می تواند به 2 گروه تقسیم شود :روش های کاهش نویز و بهبود گفتار یا مقاوم سازی گفتار. گروه اول شامل تکنیک هایی است که نویز ترکیب شده با گفتار را با کمترین تاثیر روی فهم گفتار کاهش می دهد. این روش ها در شرایطی که ماهیت نویز نامعلوم باشد به خوبی کار نمی کنند. این گروه از روش های بهسازی سیگنال گفتار، روش کاهش نویز یا حذف نویز نامیده می شوند. در گروه دوم از روش های بهسازی گفتار، با فرض در دسترس بودن سیگنال تمیز، بگونه ای عمل می شود که قابلیت فهم گفتار تمیز قبل از تضعیف سیگنال در اثر نویز افزایش داده شود. در این روش ها ابتدا مولفه های گذرا در سیگنال گفتار را مشخص نموده و سپس با تقویت آن ها و ترکیب مجدد با سیگنال اصلی، سیگنال بهسازی شده حاصل می شود. از جمله کاربردهای این روش در ارتباطات رادیویی را می توان، ارتباط های بی سیم یا گفتگوهای برج مراقبت فرودگاه که فهم گفتار دریافتی بسیار مهم تر از کیفیت گفتار است اشاره کرد.تمرکز این پایانامه بر روی روش دوم یا بهبود گفتار است. در این رساله روش های افزایش قابلیت فهم گفتار بررسی گردیده و سپس با استفاده از تبدیل بسته موجک روش جدیدی ارائه می شود. روش های موجود، قابلیت فهم گفتار را نسبت به سیگنال اصلی در سیگنال به نویزهای مختلف افزایش دادند ولی عمده معایب آن، قابل اجرا نبودن در زمان های کم یا بلادرنگ نبودن الگوریتم ها است که هر کدام از این روش ها دارای پیچیدگی های محاسباتی خاص خود هستند. به همین منظور باید روشی پیشنهاد می شد که علاوه بر افزایش فهم گفتار، بتواند سیگنال گفتار را در زمان کم پردازش کند. روش پیشنهادی بر اساس تبدیل بسته موجک و به دو بخش تقسیم می شود. در بخش اول برای کاهش پردازش، پاکت های تبدیل موجک با استفاده از الگوریتم k-means و واریانس انرژی آن ها به سه کلاس تقسیم می شوند و در بخش دوم با استفاده از انرژی غیرخطی و آستانه تطبیقی، مولفه گذرای هرکلاس بدست می آید . با تقویت مولفه های گذرا و باز ترکیب آن با سیگنال اصلی، قابلیت فهم سیگنال گفتار افزایش می یابد. قابلیت فهم سیگنال اصلی و بهسازی شده توسط 20 فرد شنونده مورد ارزیابی قرار گرفته است. نتایج آزمون ارزیابی نشان می دهد که قابلیت فهم گفتار بهسازی شده بطور چشمگیری نسبت به سیگنال اصلی افزایش یافته است. ( بیشترین بهبود در سیگنال به نویزdb 20- با 22درصد افزایش و کمترین در سیگنال به نویز db0 با 11 درصد افزایش). از مزایای روش پیشنهادی کاهش زمان پردازش است که نسبت به روش های پیشین در زمان کمتری پردازش انجام می شود.