ارائه يك روش جديد براي جداسازي گفتار از پس زمينه موسيقي مبتني بر ضرايب موجك گسسته و شبكه عصبي نگاشت خود سازمانده

مسأله جداسازي گفتار از پس زمينه موسيقي، يك مسأله جذاب ولي مشكل و چالش برانگيز مي باشد. بدليل اينكه اطلاعات محدودي در سيگنال تركيب شده از موسيقي و گفتار وجود دارد. در اين مقاله، ما از تبديل موجك گسسته براي نمايش اطلاعات زمان- فركانس سيگنال تركيبي استفاده كرديم. در روش پيشنهادي، بعد از بدست آوردن انرژي ضرايب موجك گسسته در سطوح تجزيه شده، با استفاده از شبكه عصبي SOM، به خوشه بندي آنها پرداختيم. توانايي روش پيشنهادي، با استفاده از نتايج MOS وSDR تأييد مي شود.