(۳-۹۹)
(۳-۱۰۰)
قانون تصمیم بصورت زیر می باشد:
(۳-۱۰۱)
(۳-۱۰۲)
(۳-۱۰۳)
بطور معمول قسمت های بدون صدا قبل یا بعد قسمت های صدادار اتفاق می افتند، برای تعیین قسمت های بدون صدا این نکته را نیز در نظر می گیریم. شکل (۳-۴) مرز تصمیم برای جداسازی قسمت های صدادار را نشان می دهد.
( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
شکل ۳-۴- مرز تصمیم برای جداسازی قسمت های صدادار سیگنال
فصل چهارم
استفاده از تجزیه مقادیر منفرد در روش تفریق طیفی
همان طور که در فصل دوم دیدیم روش تفریق طیفی با وجود اینکه سطح نویز موجود در سیگنال گفتار را کاهش می دهد، موجب ایجاد یکسری اغتشاشات - نویز موزیکال- در سیگنال گفتار می گردد که این اغتشاشات نیز ناشی از عدم دقت کافی در تخمین طیف نویز است.
دراین بخش به توصیف روش هائی کاملاَ جدید که تلفیقی از روش های تفریق طیفی و تجزیه مقادیر منفرداست خواهیم پرداخت و در ادامه خواهیم دید که این روش ها علاوه بر کاهش نویز موزیکال موجب افزایش کیفیت سیگنال گفتار غنی شده نیز می گردد. در این فصل ابتدا طریقه محاسبه نویز تخمینی با بهره گرفتن از تجزیه مقادیر منفرد توضیح داده شده است و سپس روش بهینه کردن نویز تخمینی با بهره گرفتن از الگوریتم های VAD و آشکار ساز حروف بی صدا و صدا دار بیان شده است. در تمامی روش های پیشنهادی حذف نویز مبتنی بر تفریق طیفی از تجزیه مقادیر منفرد به منظور تخمین نویز استفاده شده است. در روش های پیشنهادی سعی بر آن بوده است که حالت بهینه را با تغییر پارامتر ها بدست آوریم.
۴-۱- استفاده از تجزیه مقادیر منفرد در روش تفریق طیفی (روش SVSS[125])
همانطور که در فصل دوم بیان شده است، در روش های تفریق طیفی، نویز از قسمت سکوت سیگنال تخمین زده می شود که عموماً از فریم اول سیگنال آغشته به نویز، به عنوان قسمت سکوت سیگنال استفاده می گردد. این روش تخمین نویز نیازمند دو فرض اساسی می باشد:
فریم اول سیگنال صوتی واقعاً قسمت سکوت سیگنال باشد.
نویز در سراسر سیگنال به یک اندازه تاثیر گذاشته باشد.
در عمل لزوماً دو شرط فوق برقرار نمی باشد، به خصوص درمورد فرض دوم که با توجه به منابع متعدد نویز و نیز تصادفی بودن آن عموماً میزان نویز در تمام طول سیگنال به یک اندازه نمی باشد. به همین منظور ما در روش پیشنهادی خود، از هر فریم و با توجه به مشخصات آن فریم برای تخمین نویز در آن استفاده نموده ایم. بدین طریق مسئله تغییر میزان نویز در طول سیگنال حل می شود.
بدین منظور ابتدا سیگنال صوتی به فریم های کوچکتر (۱۶ میلی ثانیه) تقسیم و سپس با تشکیل ماتریس هنکل هر یک از فریم ها، مقادیر منفرد مربوط به آن فریم محاسبه می گردد. در مرحله بعد مقادیر منفرد مربوط به نویز با اعمال آستانه گذاری جدا می شوند و با اعمال تجزیه معکوس مقادیر منفرد بر روی مقادیر منفرد مربوط به نویز، نویز تخمینی در حوزه زمان بدست می آید.
روش ارائه شده در این قسمت بسیار ساده است و یک بلوک دیاگرام از این روش در شکل (۴-۱) نشان داده شده است. همان طور که از شکل مشهود است این روش شامل دو قسمت مجزا است:
قسمت تخمین نویز
قسمت تفریق طیفی