干净的声谱图估计基于都市嘈杂的价值函数迭代算法。

文摘

本文由两个部分组成。首先,我们估计估计清洁的干净语音信号谱图与几个值K的一个词。然后我们看了估计干净语音信号的谱图。理想情况下,这两个色(估计干净语音谱图的谱图估计清洁演讲)应该是相同的。我们发现估计干净语音信号的谱图与K = 20迭代看起来最接近估计干净的光谱图。接下来,我们选择一个列的估计清洁声谱图的谱图估计不同干净语音信号有视觉冲击效果

关键字

大都市,谱图的算法

介绍

更有可能出现从只包含噪声的信号段(而不是语音和噪声)。出于这个原因,我们最初定义本分隔符在每一个垃圾箱。换句话说,band-dependent本分隔符设置顺序;第二band-dependent本分隔符设置为最低灰度值与相应的噪声灰度值范围出现在训练集(1,2,3]。分母,256,选择任意的最大允许数量的垃圾箱。对于一些嘈杂的灰度值,对应的二进制图像成为可能超过0。这意味着对于一些嘈杂的灰度值,它更有可能的是,演讲在场。最后一本是定义为包含严格小于零(4,5]。对于每个乐队,本分隔符和垃圾箱使用存储的数量,也没有为不同的乐队和信噪比的值。这样的装箱的原因是确保每本问,hist0的计数(q, b)和hist1 (q, b)在leastbcount1 [b] / 256 c。这样,导致贫穷的小箱数估计噪声信息的概率是可以避免的。其他几个面元方法进行了测试,包括统一的线性装箱和统一的日志装箱(5]。统一的线性和统一的日志包含箱子的装箱直方图数量小,不到30,我们使用上面描述的更复杂的装箱。

材料和方法

短时傅里叶变换(STFT)转换一个有限长,实值,离散时间序列为一个形象。从今以后,我们的意思是一个有限长序列,实值离散时间序列。更精确地说,每个操作符罪恶的家庭是由三个正整数参数(L -序列的长度,我STFT的行数,和s -跳过步骤)和一个窗口函数w .窗口函数w是一个2我2实数序列,w [0], [1],…, w[2我]。域是一组x L实数序列,x [0], x [1],…, x (L - 1)。sis的范围的集合I_J-dimensional复数图像,在哪里我< i和j < j。图1显示图像是如何创建的STFT的时间序列。

谱图,包含一个广泛的实际值。因此我们执行某些后期处理谱图得到的图像是有用的。首先创建一个新的图像包含在分贝(dB)谱图的值。谱图的分贝值计算值。我们选择了价值100,因为它是一种常用的价值。接下来我们将值设置的最大振幅最大的分贝值的新形象。动态范围是可视dB的范围值,设置为50 dB因为这是常用的价值。因此,最小振幅被定义为最小振幅=最大amplitude-dynamic范围。的新形象,所有分贝值低于最低幅度将最小振幅。最后修改的分贝值被转化为一个0 - 255整数尺度从今以后,这样的进行后期处理图像光谱图被称为光谱图形象;这些图像用来显示在这个文本。图2显示第一个1500 ms的声谱图图片5和0分贝噪声信号的信噪比。独立以来,两图像缩放,视觉上很难区分。测试我们的光谱图软件的准确性我们视觉而产生的光谱图图像软件那些相同的参数生产使用(2]。

结果和讨论

我们估计二进制列和灰度噪声谱图列估计清洁灰度声谱图列对应于未知的干净语音信号。我们首先描述如何“fuzzify”估计二进制列创建一个[0,1]值列。我们称这个[0,1]价值列的柔软噪声谱图的分割列列。类似于软分割列的集合软分割图像,或者只是作为软分割。band-dependent的后验概率,硬分割列(二进制列)在像素的值是1,鉴于本和邻居家的二进制值配置的像素是相等的。象征性地,软分割的每个像素列设置为软分割列值的像素行我= 0被设置为0。这样一个列的含义是,它局部估计的条件概率时频光谱图中的位置包含清洁演讲。在实现中,后列值设置使用一个从浮表查表值。图35和0分贝显示软分割图像信噪比。注意,这些图像的确是比硬分割顺畅。

这里所描述的“模糊性”是更具体的问题,似乎提供结果好于预期的简单的“模糊性”技术。接下来,我们估计清洁灰度列代表未知的纯净语音段乘以吵闹的软分割灰度声谱图列的列,由像素的像素。这可以被认为是使用软分割列掩盖噪声灰度声谱图列。自软分割列是[0,1]值列,乘法的影响软分割列的声谱图的噪声谱图列值下降。注意到区域设置为白色的硬分割,并不一定保持白色的软分割。这样的领域硬分割可能犯了“错误”的决定,吵闹的语音信号并非完全消除。此外,装有高值区域的嘈杂的声音,保存了一个较低的值。这是有道理的,是一个预期的行为。

结论

众所周知,图像出现在大都市序列的概率一样可能的概率分布的图像。因此,我们使用大都市的先验分布采样算法。然后我们估计的百分比相比,每个乐队和黑色像素的训练集的黑色像素百分比。其他几个街区被认为是二进制之前。我们发现与我们的分班我们可以准确地估计派系和分离器分布包含超过5像素从给定的训练集,我们指的是对于包含超过5像素的小团体,我们发现存在至少一个二进制小团体配置出现在训练集不到30次。此外,也不是所有集合的派系形成的社区可以使用图形模型理论。这些约束的原因选择小社区。

引用

1. N罗马,D, GJ棕色。演讲隔离在基于声源定位。J声学Soc美国。2003;114:2236 - 2252。
2. BM卡瓦略,GT赫尔曼,梅,C扎尔茨贝格,E相熟识的。二进制为三翼飞机mography心动描记法。在库巴地毯,M Samal, A . Todd-Pokropek编辑,Processingin医学影像信息,29 - 41. -施普林格- 1 - 2003页。
3. T Sedghi M拉里说道。半监督充填的特征提取在图像检索语义鸿沟。在IEEE Proc.,机器视觉和图像处理研讨会,伊朗,2011年。
4. L M Stridh Sornmo, CJ Meurling B奥尔森。顺序描述tachyarrythmias基于心电图时频分析。IEEE反式生物医学Eng。2004; 51:100 - 114。
5. 菲永,J普拉多博物馆。评价ERB频率刻度降噪的助听器:比较研究。语音通讯。2003;39:23-32。