بهسازي سيگنال گفتار مبتني بر مدل مخفي ماركوف با ويژگي هاي DCT

ازجمله روشهاي كارآمد بهسازي سيگنال گفتار درحضور نويز ناايستان مدل مخفي ماركوف HMM است كه عمدتا مبتني برفرض خودبازگشتي AR است و از ويژگيهاي ضرايب پيش بيني خطي LPC استفاده مي كند دراينم قاله بهسازي گفتار مبتني بر HMM براي استفاده از ضرايب تبديل كسينوسي گسسته DCT پيشنهاد شده است كه درآن از ويژگيهاي dCT براي آموزش و ازمون مدل مخفي ماركوف استفاده مي كند ارزيابي ها بيانگر برتري روش پيشنهادي نسبت به روش AR-HMM به ويژه درحضور نويز ناايستان و درنتيجه تخمين درست تر پارامترهاي مدل مي باشند ميزان برتري روش پيشنهادي نسبت به روشAR-HMM بطور متوسط درحضور نويزهاي ناايستان براساس معيار SNR PESQ به ترتيب برابر با 0.11 و 1.1db مي باشد.