صفحه 1:
a
دانشکدة مهندسی کامپیوتر
معيارهاي مبتني بر سیگنال براي تخمین نقاب طيفنگاري
در جهت بازشناسي کفتر
ارائه کننده: وحید اسماعیلزاده
استاد : دکتر حسین صامتي
بهار 87
صفحه 2:
مقدمه
معرفی رویکرد داده گمشده
نقاب طیف نگاري و جایگاه آن در رویکرد داده گمشده
معرفي روشهاي تخمین نقاب طیف نگاري
رويكردهاي بر اساس تحلیل سیگنال و معيارهاي بکار رفته
نتایج شبیه سازي
صفحه 3:
7 = سيستمهاي بازشناسي گفتار پیش پیشین
7 تأثير نويز در افت كارايي سيستمهاي بازشناسي كفتار
صفحه 4:
روبکرد داده 511.۶ ۳۲]
دو رويكرد اصلي در تلوري داده گمشده :
Data Marginalization
Data imputation
صفحه 5:
تعریف نقاب طيفنگاري
انواع نقاب طيفنگاري :
- نقاب wie
- نقاب نرم
مهمترین و حياتيترین بخش تنوري ويژگيگمشده
صفحه 6:
روشهاي تخمین نقاب طیف نکاری " ؟؟؟]
رويكردهاي براساس تحلیل سیگنال ( روشهاي 0110۳0-10)
رويكردهاي براساس مدلهاي آماري ( روشهاي (top-down
رويكردهاي براساس تحلیل سیگنال و مدلهاي آماري(ترکیب دو روش بالا)
رويكردهاي بر اساس 0۸5۸
صفحه 7:
رویکردهای بر اساس تحلیل Bux...
هد ای تسد ait pohly» SAR
معيارهاي تخمین مستقیم SNR
۳ v
الگوریتم هاي تخمین نويزكلي
الگوریتم هاي تخمین نوبز محلي و تخمین ee SNR
معيارهاي تخمین غیر مستقیم 91 بر اساس ويژگيهاي سیگنال گفتار
صفحه 8:
Spectral Entropy Measure
Sparsity Measure
Comb Filter Ratio (CFR)
AutoCorrelation Peak Ratio (ACPR)
Kurtosis
Flatness
صفحه 9:
7 تعریف 6۳100
7 7 به عنوان معیاری برای 06100655
” هدف : محاسبه آنتروبى short time fourier transform
spectrum
۱ 1100 تبدیل ۲
10۲ < 1 0 ۷
N
H=- 7 2; - logy 2}
i=l
۲ محاسبه آنتروپي براي هر فریم :
صفحه 10:
اسع اما ا را
Speech Processing Lab
صفحه 11:
ity Measure
a
alsil,
5 م5۱
proposed Sparsity measure;
الاكاا
Sparsity measure = ۳
42
If we assume the number of samples of signal
is M then:
1< sparsity measure > ۲
صفحه 12:
صفحه 13:
۰ ۳
سا “1- gz?
es Zz?
AXomy snihB “Te ga?
200 400 600 800 1000 1200 1400 1600
Frequency (Hz)
1لا زب
لصب ايد
WP اون سملا بل
7
ه010 1- [س, نم0
صفحه 14:
صفحه 15:
* سيگنالهاي صوت اطراف ماء شامل گفتار, به عنوان سيگنالهاي
سوپرگاوسین در نظر گرفته ميشوند.
4
و پلشلگ = x,
1۳۹
اميدهاي رياضي از میانگین نمونهها در هر زیر باند از هر فریم بدست آمده است.
صفحه 16:
515 10 [ SNR15 1 SNR 20
42.7748
7
44000
43.9263 |
ا
39,0903
39.4358,
38.5722
2
عه
(00
2
29.0731
33.7938
35.4634,
?
33.6787
24.0644,
34.6574,
7
26465
260794
۳۳
16.0621
Baseline
MDT
Een
MDT
Baseline
Baseline
MDT
(۱
MDT
Baseline
MDT
Baseline
MDT
ero
Factory]
nts
‘Multi talk
ام ةسام اد ع1
صفحه 17:
Oo, @., Barker, U., Bowrtard, W., GOO. “Prow wiestag data to waybe
‘deta sot باس ول Por سامت robs DOR.” a: Prom. DIGP-O1.
رمک لام Gack, Ppt, .مر 190-۰
O.L. Geter, B. Rui, ord R. 0۰ رمق 9000۰ ۲۵ Bavesiaa chasse Por
wok Por speech revocativs,” Gpeect
formes
Orwranira, FAP), pp. 99-999.
Kv, O., Gters, R. O., Ow COOO. “Borchitepeadedt work یی
سوه recvostrunticg to the preseace نی اه wise.”
1: 1000602. اسر 0. Portase, Prawe, pp. IDS- 900.
‘Yoniora, R.C., Goovlewshi, B.., Chaadra, 0., GOO9. “Osuble speecty
wweusures ood their Pasion.” Ie! Prov. ISO. Lowden. Bachan. pp. OP -
od.
W. Ors, ©. Ikbd, WL. Bourtord, ood W. Werconhy, “GSpevird euiropy
bused Peuture Por robust usr,” ia Prov. IOPGGP, Da COOF, mage
499
صفحه 18: