Thesis

جداسازی تک گوشی گفتار بر اساس pitch

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

حضور نویز در محیط های طبیعی غیرقابل اجتناب است. استخراج گفتار مورد نظر (هدف) از نویز پس زمینه دارای حوزه کاربرد وسیعی از قبیل تشخیص خودکار گفتار، وسایل کمک شنوایی و سیستم های مخابراتی راه دور میباشد. یک شنونده انسانی توانایی قابل توجهی در جداسازی ترکیب صوتی و توجه به یک صوت هدف دارد. این فرآیند ادراکی، آنالیز ترکیب شنیداری (auditory scene analysis) نامیده میشود. هدف آنالیز ترکیب شنیداری محاسباتی (computational auditory scene analysis) شبیه سازی عمل پردازش صوت توسط انسان میباشد. بسیاری از کاربردها، نظیر مخابرات راه دور و بازیابی اطلاعات صوتی، نیازمند راه حل تک گوشی هستند. برای سیگنال های تک گوشی (تک میکروفونه)، باید ویژگیهای ذاتی گفتار یا تداخل در نظر گرفته شوند. در این پایاننامه، اساس فرآیند جداسازی منحنی گام است که ابتدا، از گفتار جدا شده، بر اساس گام غالب، تخمین زده شده و سپس، با توجه به شرط های روانی-صوتی (psychoacoustic) تصحیح میشود. مشکل اصلی در سیستمهای پیشین casa، جداسازی نامناسب گفتار صدادار در ناحیه فرکانس بالا میباشد. در این پایاننامه، دو الگوریتم جدید برای بهبود فرآیند جداسازی گفتار صدادار، به ویژه در ناحیه فرکانس بالا، پیشنهاد شده است. الگوریتم اول از تابع خود-همبستگی پوش بهبود یافته (enhanced envelope autocorrelation function) و همبستگی پوش پاسخ بین کانالی برای برچسب گذاری واحدهای زمان-فرکانسی استفاده میکند. الگوریتم دوم مبتنی بر کلاس بندی واحدهای زمان-فرکانسی به گفتار صدادار و نویز غیرگفتار، در ناحیه فرکانس بالا، میباشد. نتایج مقایسه روشهای پیشنهادی با مدل hu, wang نشان میدهد که بطور کلی، فرآیند جداسازی گفتار صدادار به طور قابل توجهی در ناحیه فرکانس بالا بهبود یافته و در عین حال ردیابی گام بهتری صورت گرفته است. همچنین، الگوریتم پیشنهادی دوم نتایج بهتری را نسبت به الگوریتم اول، در امر جداسازی گفتار صدادار از نویزهاای غیرگفتار، ارائه میدهد.

Supervisors and advisors

مسعود گراوانچی زاده

Similar theses

  • جداسازی تک گوشی گفتار بی صدا بر پایه ی آنالیز ترکیب شنیداری

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه تبریزپریا دادور

    جداسازی تک گوشی گفتار از تداخل صوتی موضوع بسیار چالش انگیزی است. پژوهش های بسیاری در زمینه ی آنالیز ترکیب شنیداری محاسباتی (casa) به منظور جداسازی تک گوشی گفتار صدادار (voiced speech) از ترکیب های صوتی انجام شده است. با این وجود، جداسازی گفتار بی صدا (unvoiced speech) به عنوان یک

  • جداسازی تک گوشی گفتار بر پایهی مدل مارکوف پنهان

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده مهندسی برق و کامپیوترسید محمد مهدی سیدین

    روش های متعددی برای تفکیک گفتارهای موجود در یک ترکیب معرفی شده اند. در بین این روش ها، پیچیده ترین آن ها روش هایی هستند که به دنبال جداسازی منابع موجود در یک سیگنال ترکیب تک گوشی (ترکیبی که در آن یک میکروفون، سیگنال ها را ذخیره می کند) می باشند. این گونه روش ها را می توان به دو د

  • بهبود عملکردد سیستم های جداسازی سیگنال گفتار دو گوینده در حالت تک میکروفونه

    Thesis2007وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برقمحمدحسین رادفر

    در این رساله روش جداسازی سیگنال دو گوینده زمانی که فقط به سیگنال مخلوط دریافت شده از یک میکروفون دسترسی داریم مورد بررسی قرار می گیرد. یطور کلی روش های جداسازی سیگنال در حالت تک میکروفونه به دو گروه تقسیم می شوند: گروه اول روش های را شامل می شود که اصول حاکم بر سیستم شنوایی انسان

  • توسعه روش های مبتنی بر ویژگی برای جداسازی گفتار دو گوینده همزمان

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده برق و کامپیوترآذر محمودزاده

    در یک مهمانی، ما می توانیم به یک صدای خاص توجه ویژه داشته باشیم و دیگر صداهای تداخلی موجود در محیط اطراف خود را فیلتر نماییم. این قابلیت ادراکی، باعث ایجاد انگیزه ای برای پدید آوردن یک زمینه مطالعاتی جدید گردید. هدف این زمینه مطالعاتی، طراحی سیستم های جداسازی گفتار بر اساس اصول س

  • بهبود عملکرد جداسازی کور سیگنالهای گفتار با به کارگیری روش زیرباند

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه یزددانیال جعفری مرام

    از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرنده ها با یکدیگر ترکیب شده اند، استفاده از روشهای جداسازی کور منابع (bss) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنالهایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرنده ها دریافت شده

  • بهبود کیفیت روش های جداسازی گفتار از موسیقی مبتنی بر روش عامل بندی نامنفی ماتریس

    Thesis2015وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی کامپیوترسارا ابدالی

    یک رویکرد برای جداسازی موسیقی از گفتار به عنوان یک مساله جداسازی منابع تک کاناله، روش عامل بندی نامنفی ماتریس(nmf) است. در این روش، طی روندی تکراری، طیف نگار سیگنال مخلوط به طیف نگار سیگنال های سازنده اش(منبع) تجزیه می شود. در این راستا، در مرحله آموزش nmf استاندارد، طیف نگار هر

Similar items