بهسازی چندکاناله سیگنال گفتار با استفاده از روش های مبتنی بر تخمین در حوزه فرکانس
چکیده
با توجه به کاربرد روزافزون سیستم های گفتاری در زندگی امروزی و وجود عوامل مخرب محیطی از جمله نویز، بهسازی گفتار از اهمیت زیادی برخوردار است. برای بهسازی گفتار روش های مختلفی وجود دارد که برخی مبتنی بر تخمین در حوزه زمان و برخی مبتنی بر تخمین در حوزه فرکانس هستند. روش های بهسازی گفتار را می توان به انواع روش های تک کاناله، آرایه میکروفونی و میکروفون های توزیع شده تقسیم کرد. ساختار میکروفونی توزیع شده ساختاری است که محدودیتی در چیدمان و محل قرار گیری میکروفون ها ندارد. هدف در این پایان نامه، ارائه روش هایی برای بهسازی گفتار با استفاده از روش های مبتنی بر طیف در سیستم چندکاناله توزیع شده است. برای بهسازی چندکاناله سیگنال گفتار، یک ایده کلی، تعمیم روش های تک کاناله بهسازی گفتار است. در این پایان نامه چند روش برای بهسازی چندکاناله سیگنال گفتار، ارائه شده که دو مورد از آنها بر اساس تعمیم روش های تک کاناله موجود است. تمامی این روش ها به نوعی بهبود یافته دو روش mstsa (تخمین چندکاناله دامنه طیف کوتاه مدت) و mlsa (تخمین چندکاناله لگاریتم دامنه طیف) هستند. در این پایان نامه با الهام گرفتن از روند طراحی روش om-lsa، با وارد کردن احتمال حضور گفتار در رابطه mlsa، روش om-mlsa را پیشنهاد داده ایم که عملکرد بهتری در مقایسه با mlsa دارد. همچنین تخمین مرتبه دامنه طیف ( -order stsa) را برای سیستم تک کاناله بررسی کرده و سپس با تعمیم آن به سیستم چندکاناله، روش -order mstsa را ارائه داده ایم. در ادامه، با وارد کردن ماتریس همبستگی بین فرکانسی در روابط mstsa و mlsa، دو تخمین زن imp-mstsa و imp-mlsa ارائه شده که بهبود قابل ملاحظه ای در عملکرد سیستم بهسازی گفتار چندکاناله ایجاد می کند.