بهسازی سیگنال گفتار در حوزه زمان فرکانس

بهسازی سیگنال گفتار در حوزه زمان فرکانس

بهسازی سیگنال گفتار در حوزه زمان فرکانسنوع فایل:word (قابل ویرایش) تعداد صفحات :118 صفحهچکیده    يکي از موضوعات مهم پردازش سيگنال) به عنوان مثال در سيستمهايارتباطي، كدينگ سيگنالهاي صوتي، تشخيص صوت (…، کاهش و حذف نويز ناخواسته ازسيگنال اصلي و بهبود آن است. به همین منظور در دهه های گذشته تحقیقاتگسترده ای  برای بهسازی گفتار  انجام شده است. بهسازي گفتار بسته به مساله،هدف آن، ويژگي هاي نويز و امکانات موجود، قابل بررسي است. از اين رو، روشهاي متفاوتي برای طبقه بندی سیستم های بهسازی گفتار وجود دارد، یکی از طرقتفکیک روش¬ها بر اساس تک‌کاناله و چندکاناله بودن می باشد. روش های یککاناله که تنها یک میکروفون ورودی در دسترس دارند، متداولترين نوعالگوريتم‌هاي بلادرنگ مي‌باشند چرا که به سادگي قابل پياده‌سازي هستند و بهطور نسبي هزينه آنها کمتر از سيستمهايي با چند کانال ورودي مي‌باشد. ازخانواده ی روش های تک کاناله، میتوان به روش های تفریق طیفی ، فیلتر وینر،بهسازی گفتار با استفاده از مدل های آماری، تبدیل موجک و … اشاره کرد که هرکدام از این روش ها دارای معایب نظیر نویز موزیکال و اعوجاج و پیچیدگی …می باشند یکی از روش هایی که میتوان عیب این روش ها را بهبود بخشید،استفاده از سیستم های ترکیبی است که از ترکیب روش ها حاصل می شود. در اینجادو روش ترکیبی جدید بر مبنای روش تک کاناله برای بهسازی گفتار پیشنهاد شدهاست. در ضمن عموما برای اندازه گیری مشخصات نویز از  بخش های غیر گفتار(سکوت)  که معمولا از پنجره اول سیگنال است، استفاده می شود. ضعف شدید اینروش هنگامي آشكار ميشود كه فريم اول، يك فريم سكوت نباشد.  روش جدیدی نیزبرای بر طرف کردن این عیب پیشنهاد شده است که این روش ها به شرح زیر میباشند: الف)روش پیشنهادی تخمین نویز: تخمین نویز با استفاده از آنالیز LPC صورت گرفته است  و در هر دو روش پیشنهادی زیر از این روش برای تخمین نویزاستفاده شده است. ب) روش پیشنهادی اول: بهسازی سیگنال های صوتی با استفادهاز الگوریتم ژنتیک و آنالیز LPC در روش تفریق موجک، از ترکیب روش های تفریقطیفی و تبدیل موجک حاصل شده و  تخمین نویز آن هم که توسط آنالیز LPC صورتگرفته است با الگوریتم ژنتیک بهبود یافته است. پ) روش پیشنهادی دوم: بهسازیسیگنال های صوتی با استفاده از روش میانگین خطای مربعات در فضای موجک، ازترکیب دو روش تبدیل موجک و كمينه كردن لگاریتم خطاي ميانگينمربعات(LOG-MMSE)  حاصل شده است. در این روش با استفاده از تبدیل فوریهضرایب موجک سیگنال گفتار آغشته به نویز  و سیگنال نویز، تخمین زننده یلگاریتمی بر مبنای کمترین خطای میانگین مربعات پیشنهاد شده است. در اینرساله معیار ارزیابی ، معیارهای مهم نسبت سیگنال به نویز(SNR)   و تستشنوایی(MOS)   بوده است. با توجه به نتایج، این روش ها هم از لحاظ کیفی وهم از لحاظ کمی عملکرد بهتری داشته اند  و توانسته اند  SNR و MOS و اعوجاج و نویز موزیکال را بهبود ببخشند. کليد واژه: بهسازي سیگنال صوتی،،تفریق طیفی تبدیل موجك، تخمین زننده  log MMSE، آناليز LPC ، الگوریتمژنتیک  فهرست مطالب فصل اول:    1 مقـــــدمه    1 ۱-۱ پیشگفتار    1 ۱-۲ بهسازی گفتار نویزی:اهداف،کاربردها،مفاهیم    2 ۱-۳ تعریف مسئله و تقسیم بندی روش ها    3 ۱-۴ نوآوری تحقیق    4 ۱-۵  ساختار     4 فصل دوم    5 پیش زمینه های پردازش سیگنال گفتار    5 ۲-۱     نحوه توليد گفتار در انسان    5 ۲-۲   معرفی نويز و انواع آن    10 ۲-۲-۱  نويز سفيد    13 ۲-۲-۲   نويز صورتي    13 ۲-۲-۳ نويز قهوهاي    14 ۲-۲-۴   نويز صنعتي    14 ۲-۳ تحلیل زمان- فرکانسی سیگنال گفتار    15 ۲-۳-۱ تبدیل فوریه    15 ۲-۳-۲ تبديل فوريه زمان-كوتاه    17 ۲-۳-۳ آناليز چند دقت زمان فرکانسی    20 ۲-۳-۴ تبديل موجک يك بعدي    20 ۲-۳-۴-۱  تبديل موجک پيوسته    20 ۲-۳-۴-۱-۱  دقت های  زمانی و  فركانسی    22 ۲-۳-۴-۱-۲  روابط رياضي تبديل موجک:    22 ۲-۳-۴-۱-۳  عكس تبديل موجک:    24 ۲-۳-۴-۲ تبدیل موجک گسسته    24 ۲-۴ الگوریتم بهینه سازی ژنتیک    28 ۲-۴-۱ درباره علم ژنتیک    28 ۲-۴-۲  تاریخچۀ علم ژنتیک    29 ۲-۴-۳ تکامل طبیعی (قانون انتخاب طبیعی داروین)و رابطه آن با روش های هوش مصنوعی    29 ۲-۴-۴  الگوریتم ژنتیک    32 ۲-۴-۵  مكانيزم الگوريتم ژنتيك    34 ۲-۴-۶  عملگرههاي الگوريتم ژنتيك    37 ۲-۴-۶-۱  کدگذاری    37 ۲-۴-۶-۲ ارزیابی    37 ۲-۴-۶-۳ ترکیب    37 ۲-۴-۶-۴ جهش    37 ۲-۴-۶-۵ رمزگشايي    38 ۲-۴-۷  چارت الگوريتم به همراه شبه كد آن    38 ۲-۴-۷-۱  شبه كد و توضيح آن    38 ۲-۴-۷-۲ چارت الگوریتم ژنتیک    40 ۲-۴-۸ تابع هدف    41 ۲-۴-۹ روشهای کد کردن    41 ۲-۴-۹-۱  کدینگ باینری    42 ۲-۴-۹-۲ کدینگ جایگشتی    42 ۲-۴-۹-۳  کد گذاری مقدار    43 ۲-۴-۹-۴ کدینگ درخت    44 ۲-۴-۱۰  نمایش رشته‌ها    45 ۲-۴-۱۱ جمعيت    46 ۲-۴-۱۱-۱  ايجادجمعيت اوليه    46 ۲-۴-۱۱-۲ اندازه جمعيت    46 ۲-۴-۱۲  محاسبه برازندگي (تابع ارزش)    47 ۲-۴-۱۳  انواع روشهای انتخاب    48 ۲-۴-۱۳-۱  انتخاب چرخ رولت    49 ۲-۴-۱۳-۲ انتخاب حالت پایدار    51 ۲-۴-۱۳-۳  انتخاب نخبه گرایی    51 ۲-۴-۱۳-۴  انتخاب رقابتی    51 ۲-۴-۱۳-۵ انتخاب قطع سر    52 ۲-۴-۱۳-۶  انتخاب قطعی بریندل    52 ۲-۴-۱۳-۷  انتخاب جایگزینی نسلی اصلاح شده    53 ۲-۴-۱۳-۸  انتخاب مسابقه    53 ۲-۴-۱۳-۹  انتخاب مسابقه تصادفی    53 ۲-۴-۱۴  انواع روشهای ترکیب    53 ۲-۴-۱۴-۱  جابه‌جایی دودوئی    54 ۲-۴-۱۴-۲  جابه‌جایي حقيقي    56 ۲-۴-۱۴-۳ ترکیب تک‌نقطه‌ای    57 ۲-۴-۱۴-۴  ترکیب دو نقطه‌ای    58 ۲-۴-۱۴-۵  ترکیب n نقطه‌ای    58 ۲-۴-۱۴-۶ ترکیب یکنواخت    58 ۲-۴-۱۴-۷  ترکیب حسابی    59 ۲-۴-۱۴-۸  ترتیب    59 ۲-۴-۱۴-۹  چرخه    60 ۲-۴-۱۵ احتمال تركيب    60 ۲-۴-۱۶  تحليل مكانيزم جابجایي    61 ۲-۴-۱۷ جهش    61 ۲-۴-۱۷-۱ جهش باينري    63 ۲-۴-۱۷-۲  جهش حقيقي    64 ۲-۴-۱۷-۳  وارونه سازی بیت    64 ۲-۴-۱۷-۴  تغییر ترتیب قرارگیری    64 ۲-۴-۱۷-۵ وارون سازی    64 ۲-۴-۱۷-۶  تغییر مقدار    65 ۲-۴-۱۸  محک اختتام اجرای الگوریتم ژنتیک    65 ۲-۴-۱۹ نقاط قوّت الگوریتمهای ژنتیک    66 ۲-۴-۲۰  محدودیتهای GAها    68 ۲-۵ آنالیز ضرایب پیشگویی خطی  (LPC)    69 ۲-۵-۱ محاسبه ضرایب LPC    70 فصل سوم    73 مروری برروش های عمده بهسازی گفتار    73 ۳-۱ مقدمه    73 ۳-۲  روش تفریق طیفی    74 ۳-۳ روش فیلتر وینر    76 ۳-۴  بهسازی گفتار با استفاده از مدل های آماری    78 ۳-۴-۱  تخمین زننده لگاریتمی بر مبنای كمينه كردن خطاي ميانگين مربعات(Log MMSE)    78 ۳-۴-۲  استفاده از مدل مخفی مارکف(HMM) برای بهسازی گفتار    80 ۳-۵ روش زیر فضای سیگنال    82 ۳-۶  بهسازی گفتار با استفاده از تبدیل موجک    83 ۳-۷  مقایسه روش ها و بررسی نقاط قوت  و ضعف    85 ۳-۷-۱  بررسی های مقایسه ای انجام شده بین برخی از روش های بهینه سازی گفتار    86 ۲-۳-۲  چکیده ای ازویژگی ها ونقاط قوت و ضعف روش های مختلف    87 ۳-۸ نکات و ملاحظاتی مهم درطراحی سیستم بهسازی گفتار    89 ۳-۸-۱  استفاده از سیستم های ترکیبی    89 ۳-۸-۲  استفاده از پردازش های زیر باند و مزایای آن    89 ۳-۸-۳  استفاده از میکروفون دوم    90 فصل چهارم :  روش های پیشنهادی    92 ۴-۱ مقدمه    92 ۴-۲ روش های پیشنهادی    93 ۴-۲-۱  بهسازی سیگنال های صوتی با استفاده از الگوریتم ژنتیک و آنالیز LPC در روش تفریق موجک    93 ۴-۲-۱-۱  روش تفریق طیفی  ضرایب موجک (WSS)    94 ۴-۲-۱-۲ اصلاح روش تفريق طيفي ضرايب موجك  (IWSS)    95 ۴-۲-۱-۳ تخمين نويز    96 ۴-۲-۱-۴ الگوریتم ژنتیک    97 ۴-۲-۱-۴-۱   عملگر انتخاب    97 ۴-۲-۱-۴-۲ عملگر برش    98 ۴-۲-۱-۴-۳  عملگر جهش    98 ۴-۲-۱-۴-۴ جمعيت اوليه    98 ۴-۲-۱-۴-۵ تابع هدف    98 ۴-۲-۲ بهسازی سیگنال های صوتی با استفاده از روش میانگین خطای مربعات در فضای موجک    98 ۴-۲-۲-۱ تخمین زننده Log MMSE   در فضای موجک    99 ۴-۲-۲-۲ تخمین نویز    100 فصل پنجم:  نتایج و آزمایش ها    101 ۵-۱ مقدمه    101 ۵-۲ جزئیات پیاده سازی    102 ۵-۳ نتایج  بهسازی سیگنال های صوتی با استفاده از الگوریتم ژنتیک و آنالیز LPC در روش تفریق موجک    103 ۵-۴ نتایج بهسازی سیگنال های صوتی با استفاده از روش میانگین خطای مربعات در فضای موجک    106 فصل  ششم:  نتیجه گیری و پیشنهادها    109 ۶-۱  نتیجه گیری    109 ۶-۲ پیشنهاد برای کارهای آتی    111 مراجع    112