نام پژوهشگر: مجتبی بندرآبادی

غنی سازی سیگنال گفتار مبتنی بر روش تفریق طیفی و تجزیه مقادیر منفرد
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران 1388
  مجتبی بندرآبادی   حسین میار نعیمی

در این پایان نامه ابتدا به بررسی خلاصه ای از چگونگی تولید گفتار در انسان پرداخته و سپس به بررسی اجمالی روش های عمده بهسازی گفتار و مسائل و مباحث موجود در این روش ها پرداخته شده است. در بررسی این روش ها سعی شده است تا ضمن بیان اصول و مبانی هر روش، نقاط ضعف و قوت آنها را ذکر شود. سپس در فصل دوم، روش مشهور تفریق طیفی معرفی و بررسی شده است. در این فصل همچنین به روش های بهینه شده تفریق طیفی مثل تفریق طیفی تعمیم یافته، اصلاح مقادیر منفی، تفریق طیفی چند بانده و ... پرداخته شده است. در روش های مبتنی بر تفریق طیفی، روش پایه تفریق طیفی، تفریق طیفی تعمیم یافته، تفریق طیفی چند باند، پیاده سازی و تحلیل و ارزیابی شدند. از مشکلات عمده در روش های مبتنی بر تفریق طیفی تولید نویز موزیکال می باشد که تلاش شد تا میزان تولید نویز موزیکال در روش بهبودیافته تفریق طیفی چند باند، کاهش یابد. در فصل سوم به معرفی تجزیه مقادیر منفرد پرداخته می شود و توضیح کاملی در زمینه ریاضیات تجزیه مقادیر منفرد و خواص و قضایای مربوط به این تجزیه آورده شده است. همچنین روش های بدست آوردن مقادیر منفرد و بردارهای ویژه در این فصل توضیح داده شده است. سپس مروری بر کاربردهای این تجزیه به خصوص در پردازش سیگنال آورده شده است. در انتهای فصل نیز روش های تشخیص نواحی سکوت یا الگوریتم های vad بیان شده است. در فصل چهارم، روش های پیشنهادی بهسازی گفتار بر اساس روش تفریق طیفی و تجزیه مقادیر منفرد ارایه شده اند. در این فصل ابتدا طریقه محاسبه نویز تخمینی با استفاده از تجزیه مقادیر منفرد توضیح داده شده است و سپس روش بهینه کردن نویز تخمینی با استفاده از الگوریتم های vad و آشکار ساز حروف بی صدا و صدا دار بیان شده است. در تمامی روش های پیشنهادی حذف نویز مبتنی بر تفریق طیفی از تجزیه مقادیر منفرد به منظور تخمین نویز استفاده شده است. در روش های پیشنهادی سعی بر آن بوده است که حالت بهینه را با تغییر پارامتر ها بدست آوریم. در فصل پنجم نتایج حاصله از شبیه سازی روش های پیشنهادی آورده شده و با کارهای قبلی مقایسه و ارزیابی می شوند. در پایان، در فصل ششم به جمع بندی مطالب و موضوعات مورد بحث پرداخته شده است.