بهبود سیستم جداسازی منبع مبتنی بر آنالیز ترکیب شنیداری در زبان فارسی
چکیده
چکیده: در این مقاله، سیستمهای جدیدی بهمنظور بهبود عملکرد سیستم جداکننده گفتار دوگوشی با نام messl ارائه میشود. در سیستم جداساز سیگنال، ابتدا، با استفاده از الگوریتم em، مدلهای گوسی پارامترهای اختلاف فاز درونگوشی (ipd) و اختلاف شدت درونگوشی (ild) به دست میآیند. سپس، با استفاده از مدل بهدستآمده برای هر منبع، ماسک نرمی استخراج شده که با ضرب آن در تبدیل فوریه زمانکوتاه (stft) سیگنال مخلوط، سیگنال هدف جدا می شود. بهعلت عملکرد ناقص سیستم در امر جداسازی، دو سیستم پسپردازش بهمنظور حذف سیگنال های ناخواسته از سیگنال هدف، پیشنهاد میشود. روش پیشنهادی اول حذف وفقی نویز با استفاده از بهینهسازی ازدحام ذرات بر مبنای یادگیری (lpso) است. سیستم پسپردازش پیشنهادی دوم شامل دو مرحله است. در مرحله اول این سیستم، از روش حذف نویز تبدیل موجک بهمنظور حذف بخش اعظم سیگنال تداخل استفاده میشود. در مرحـله دوم، روش حداقل میانگین مربعات خطا (mmse) جهت ارتقاء هرچه بیشتر کیفیـت سیگنال هدف جداشده به کار میرود. ارزیابی و مقایسه سیستمهای پیشنهادی برای دادگان فارسی نشان میدهد که سیستم پیشنهادی دوم در بهبود کیفیت سیگنال هدف جداشده خوب عمل میکند و از نظر محاسباتی نیز کارآمد است.