Метод адаптивної вейвлет-фільтрації мовних сигналів на основі фільтрів Добеші з мінімізацією помилок знаходження оптимальних порогових значень
DOI:
https://doi.org/10.18372/1990-5548.77.18005Ключові слова:
мовні сигнали, фільтрація мовних сигналів, адаптивна вейвлет-фільтрація, вейвлет-перетворення, вейвлет-коефіцієнти, порогова обробка вейвлет-коефіцієнтів, оптимальні значення порогівАнотація
У статті розглядається проблематика адаптивної вейвлет-фільтрації мовних сигналів на основі фільтрів Добеші з мінімізацією помилок знаходження оптимальних порогових значень. Даний підхід аналогічний оцінюванню мовного сигналу шляхом його усереднення за допомогою ядра, яке локально адаптоване до гладкості сигналу. Набір сполучених дзеркальних фільтрів у такому разі розкладає мовний сигнал у дискретній області по ортогональному вейвлет-базису Добеші на кілька частотних діапазонів. Шумоочищення мовних сигналів виконується як повне відсікання коефіцієнтів вейвлет-перетворення виходячи з припущення, що їх значення малої амплітуди і є шум. Таким чином, у вейвлет-базисі Добеші, де коефіцієнти з великою амплітудою відповідають різким змінам мовного сигналу, така обробка зберігає лише переривчасті складові, що походять від вхідного мовного сигналу без додавання інших компонентів, обумовлених шумом. Загалом, прирівнюючи малі коефіцієнти нулю, ми виконуємо адаптивне згладжування, що залежить від гладкості вхідного мовного сигналу. Зберігаючи коефіцієнти великої амплітуди, ми уникаємо згладжування різких перепадів та зберігаємо локальні особливості. Проведення такої процедури на кількох масштабах веде до поступового зменшення впливу шуму як на кусочно-гладких, так і на розривних ділянках мовного сигналу. Зважаючи на це, головне завдання дослідження полягає у адаптивній генерації мікролокальних порогів, що дозволить зменшити вплив адитивного шуму на чисту форму мовного сигналу, і зберегти значущі вейвлет-коефіцієнти великої амплітуди, які характеризують локальні особливості мовного сигналу. Таким чином, в результаті проведеної роботи було доведено доцільність розробки представленого методу вейвлет-фільтрації мовних сигналів адаптивними порогами на основі вейвлет-аналізу Добеші, що мінімізує втрати розбірливості мовних сигналів і дозволяє проводити операцію шумоочищення залежно від властивостей та фізичної природи даних, що обробляються.
Посилання
A. Aslam, Z. Khalid and J. D. McEwen, “Multiscale Optimal Filtering on the Sphere,” in IEEE Signal Processing Letters, vol. 28, pp. 394–398, 2021. https://doi.org/10.1109/LSP.2021.3056236
I. K. Alak and S. Ozaydin, “Speech Denoising with Maximal Overlap Discrete Wavelet Transform,” 2022 International Conference on Electrical and Computing Technologies and Applications (ICECTA), Ras Al Khaimah, United Arab Emirates, 2022, pp. 27–30. https://doi.org/10.1109/ICECTA57148.2022.9990250
G. Yang, Y. Song and J. Du, “Speech Signal Denoising Algorithm and Simulation Based on Wavelet Threshold,” 2022 4th International Conference on Natural Language Processing (ICNLP), Xi'an, China, 2022, pp. 304–309. https://doi.org/10.1109/ICNLP55136.2022.00055
Z. Yan, H. Yan and T. Wang, “A fast non-local means filtering method for interferometric phase based on wavelet packet transform,” in Radio Science, vol. 56, no. 6, pp. 1–14, June 2021. https://doi.org/10.1029/2019RS007052
E. Özen and N. Özkurt, “Speech Noise Reduction with Wavelet Transform Domain Adaptive Filters,” 2021 Global Congress on Electrical Engineering (GC-ElecEng), Valencia, Spain, 2021, pp. 15–20. https://doi.org/10.1109/GC-ElecEng52322.2021.9788190
R. Fu, J. Zhang, R. Wang and T. Xu, “Improved Wavelet Thresholding Function and Adaptive Thresholding for Noise Reduction,” 2023 11th International Conference on Intelligent Computing and Wireless Optical Communications (ICWOC), Chongqing, China, 2023, pp. 25–30. https://doi.org/10.1109/ICWOC57905.2023.10200530
X. Pan, L. Zhang and H. Huang, “Harmonic Cancellation by Adaptive Notch Filter Based on Discrete Wavelet Packet Transform for an MMCC-STATCOM,” in IEEE Transactions on Power Delivery, vol. 37, no. 3, pp. 1834–1844, June 2022. https://doi.org/10.1109/TPWRD.2021.3099201
X. Li and S. Yin, “Speech Denoising Based on Wavelet Transform of Correlation Function,” 2021 International Conference on Electronic Information Technology and Smart Agriculture (ICEITSA), Huaihua, China, 2021, pp. 27–30. https://doi.org/10.1109/ICEITSA54226.2021.00015
K. Sun, Y. Lu, L. Huang, X. Chen, X. Zhang and S. He, “Wavelet denoising method based on improved threshold function,” 2022 IEEE 10th Joint International Information Technology and Artificial Intelligence Conference (ITAIC), Chongqing, China, 2022, pp. 1402–1406. https://doi.org/10.1109/ITAIC54216.2022.9836698
H. Wu et al., “The Improved Wavelet Denoising Scheme Based on Robust Principal Component Analysis for Distributed Fiber Acoustic Sensor,” in IEEE Sensors Journal, vol. 23, no. 19, pp. 22944–22951, 1 Oct.1, 2023. https://doi.org/10.1109/JSEN.2023.3305532
O. Julius, I. C. Obagbuwa, A. A. Adebiyi and E. B. Michael, “Implementation of Audio Signals Denoising for Perfect Speech-to-Speech Translation Using Principal Component Analysis,” 2023 International Conference on Science, Engineering and Business for Sustainable Development Goals (SEB-SDG), Omu-Aran, Nigeria, 2023, pp. 1–6. https://doi.org/10.1109/SEB-SDG57117.2023.10124385
D. Bakhtiiarov, G. Konakhovych and O. Lavrynenko, “Protected system of radio control of unmanned aerial vehicle,” 2016 4th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), Kyiv, Ukraine, 2016, pp. 196–199. https://doi.org/10.1109/MSNMC.2016.7783141
O. Lavrynenko, G. Konakhovych and D. Bakhtiiarov, “Method of voice control functions of the UAV,” 2016 4th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), Kyiv, Ukraine, 2016, pp. 47–50. https://doi.org/10.1109/MSNMC.2016.7783103
D. I. Bakhtiiarov, G. F. Konakhovych and O. Y. Lavrynenko, “An Approach to Modernization of the Hat and COST 231 Model for Improvement of Electromagnetic Compatibility in Premises for Navigation and Motion Control Equipment,” 2018 IEEE 5th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), Kyiv, Ukraine, 2018, pp. 271–274. https://doi.org/10.1109/MSNMC.2018.8576260
O. Lavrynenko, A. Taranenko, I. Machalin, Y. Gabrousenko, I. Terentyeva and D. Bakhtiiarov, “Protected Voice Control System of UAV,” 2019 IEEE 5th International Conference Actual Problems of Unmanned Aerial Vehicles Developments (APUAVD), Kyiv, Ukraine, 2019, pp. 295–298. https://doi.org/10.1109/APUAVD47061.2019.8943926
O. Lavrynenko, R. Odarchenko, G. Konakhovych, A. Taranenko, D. Bakhtiiarov and T. Dyka, “Method of Semantic Coding of Speech Signals based on Empirical Wavelet Transform,” 2021 IEEE 4th International Conference on Advanced Information and Communication Technologies (AICT), Lviv, Ukraine, 2021, pp. 18–22. https://doi.org/10.1109/AICT52120.2021.9628985
R. Odarchenko, O. Lavrynenko, D. Bakhtiiarov, S. Dorozhynskyi and V. A. O. Zharova, “Empirical Wavelet Transform in Speech Signal Compression Problems,” 2021 IEEE 8th International Conference on Problems of Infocommunications, Science and Technology (PIC S&T), Kharkiv, Ukraine, 2021, pp. 599–602. https://doi.org/10.1109/PICST54195.2021.9772156
V. Kuzmin, M. Zaliskyi, O. Holubnychyi and O. Lavrynenko, “Empirical Data Approximation Using Three-Dimensional Two-Segmented Regression,” 2022 IEEE 3rd KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, 2022, pp. 1–6. https://doi.org/10.1109/KhPIWeek57572.2022.9916335
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
