بررسی عملکرد فیلترهای وفقی ترکیبی برای بهبود کیفیت سیگنال گفتار
/علی عبدالهی غربالی نام
تبریز :دانشگاه تبریز، دانشکده مهندسی برق و کامپیوتر ، گروه برق ومخابرات
۱۱۴ص
چاپی
کارشناسی ارشد
مهندسی برق -مخابرات-سیستم
۱۳۸۹/۰۹/۱۱
تبریز :دانشگاه تبریز، دانشکده مهندسی برق و کامپیوتر ، گروه برق ومخابرات
بهبود کیفیت سیگنال گفتار آلوده به نویز یکی از مسائل مهم در پردازش سیگنال گفتار میباشد .این مساله در بسیاری کاربردها از جمله شناسایی گوینده، تشخیص صدا و غیره مطرح است .در این پژوهش هدف بررسی یکی از روشهای بهبود کیفیت سیگنال گفتار توسط فیلتر های وفقی ترکیبی و ارزیابی آنها با یک معیار استاندارد است .طبق تحقیقات انجام شده از فیلترهای ترکیبی در زمینه بهبود کیفیت سیگنال گفتار کمتر استفاده شده و این مهم باعث بررسیبیشتر این فیلتر ها از لحاظ ساختاری در این پژوهش شده است .این بررسی برحسب توانایی حذف نویز از سیگنالهای گفتار می باشد که بوسیله معیارهایی انجام خواهد گرفت تا بتوان کارایی الگوریتمهای پیشنهادی را در زمینه بهبود کیفیت سیگنال گفتار بررسی کرد .کارایی این فیلترهای ترکیبی که ناشی از ترکیب چند فیلتر است، نسبت به دیگر فیلتر های وفقی در کاربردهای مختلف مورد بررسی قرار میگیرد .در این مطالعه پیش بینی می شود، عملکرد این نوع از فیلترها هم از و هم به لحاظ همگرایی سریع (steady state) لحاظ حذف نویز در حالت دائم بهتر از دیگر فیلتر ها خواهد بود .همچنین به منظور بهبود کارایی ،(fast convergence)الگوریتم پیشنهادی جدید، در این پژوهش از تبدیل ویولت به علت ویژگی حذف نویز آن و کاهش پیچیدگی استفاده شده است
The speech enhancement is one of the most important topics in signal processing. This problem arises in many applications such as speaker recognition, speech recognition and etc. In this research, we investigate one of the speech enhancement methods known as speech enhancement using combinational adaptive filtering and evaluate its performance with a standard criterion. Since this topic has not been given much attention so far, we consider it as our research work. To this aim, we investigate the performance of combinational adaptive filters and obtain their behavior in speech enhancement applications. As our results show, the proposed methods outperform (in the sense of steady state error and convergence rate) conventional algorithms in the same conditions. In addition, to improve the performance of the combinationalthe wavelet domain. This is done to achieve more reduction in noise and computational complexity in the pr oposed combinational adaptive filtering