Sprachverarbeitung mit adaptiver kaskadierter Median-basierter Rauschschätzung

Dieses Buch bietet eine umfassende Studie der verfügbaren Literatur zu verschiedenen Filtertechniken, die zur Sprachverbesserung eingesetzt werden. In diesem Buch wird eine neue Methode zur Verbesserung von durch akustisches Rauschen verzerrter Sprache vorgestellt, die auf der Technik der spektralen Subtraktion basiert. Hier erfolgt die Rauschschätzung durch einen neu vorgeschlagenen Algorithmus, der auf einem adaptiven kaskadierten Medianfilter basiert. Das entwickelte Modell führt zur Beseitigung von Musikrauschen, das durch herkömmliche kaskadierte Medianfilter entsteht. Dieser Algorithmus wird an verschiedenen verrauschten Sprachproben getestet, die aus der NOIZEUS-Datenbank stammen und mit einer Abtastrate von 8 kHz aufgenommen und dann mit einem Hamming-Fenster der Länge 250 ms mit einer Überlappungsgröße von 128 ms verarbeitet wurden. Darüber hinaus ist dieser Algorithmus auch in der Lage, die nichtstationäre Natur von Rauschen zu bewältigen. Es wurden verschiedene Hörtests durchgeführt, um die Qualität und Verständlichkeit zu beurteilen. Für die Leistungsanalyse des gegebenen Modells wurden die Parameter "Root Mean Square Error (MSE)" und "Perception Evaluation of Speech Quality (PESQ)" ausgewählt. Der entwickelte Algorithmus zeigt eine Verbesserung der PESQ-Werte um 20-55 % gegenüber dem CCM-Filter.

Autorentext

Sandesh Jain arbeitet als Assistenzprofessor an der Medicaps University in Indore. Er strebt einen Master of Engineering unter der Leitung von Dr. Dhiraj Nitnaware, Assistenzprofessor für Elektronik und Telekommunikation am Institut für Ingenieurwesen und Technologie (IET) der DAVV in Indore, an.