بهبود كيفيت گفتار مبتني بر بهينه‌سازي ازدحام ذرات با استفاده از ويژگي هاي ماسك گذاري سيستم شنوائي انسان

PSO-Based Speech Enhancement using Masking Properties of Human Auditory system

در اين مقاله، روش‌هاي دوكاناله جديد زيرفضايي سيگنال با استفاده از تكنيك‌هاي حذف نويز ادراكي براي بهبود كيفيت سيگنال گفتار پيشنهاد شده‌اند. روش‌هاي پيشنهادي از مشخصات ماسك‌گذاري سيستم شنوايي انسان براي كاهش نويز باقي­مانده قابل­شنيدن بهره مي‌گيرند. روش تجزيه به مقادير منفرد كسري ادراكي، تكنيك بهينه‌سازي ذرات را براي تخمين نويز جمعي استفاده مي‌كند. نتايج شبيه‌سازي دقيقي كه توسط دو معيار مختلفsubjectiveوobjectiveارزيابي شده است، نشان‌دهنده كيفيت بهتر سيگنال پردازش­شده توسط روش‌هاي پيشنهادي نسبت به الگوريتم‌هاي قبلي با هر دو نوع نويز ايستا و غير‌ايستا و به‌خصوص نويز غير‌سفيد است.

Abstract: New dual-channel perceptually motivated subspace-based approaches are proposed for enhancement of speech corrupted by noise. The proposed methods take the frequency masking properties of the human auditory system into account and reduce perceptual effects of the residual noise. The perceptually constrained quotient singular value decomposition (PCQSVD) algorithm uses the particle swarm optimization (PSO) technique to estimate the additive noise. Very carefully performed objective evaluations and subjective tests show that the proposed approaches here can offer improved speech quality, as compared to previous methods, in the case of stationary and nonstationary noises, especially when the additive noise is nonwhite.