Ortak vektör yaklaşımıyla ses verisinde gürültü giderme

Abstract

Bu çalışmada, tek kanallı sistemler için alt uzay tabanlı ortak vektör yaklaşımı (OVY) kullanarak konuşma verisinde gürültü giderme yöntemi geliştirilmiştir. OVY'ye dayalı bu yöntem gürültülü konuşma verisini pencerelere ayırarak frekans alanına dönüştürdükten sonra faz bilgisini saklı tutarak genlik bilgisinde sınıflar oluşturur. Oluşturulan sınıflarda ortak ve farklılık vektörleri bulunur ve farklılık vektöründe gürültü giderilir. Gürültüsü giderilmiş farklılık vektörü ortak vektörle birleştirilerek saklanan faz bilgisiyle toplanır ve zaman alanına dönüştürülür. Önerilen bu yöntem farklı gürültü çeşitleri ve seviyelerine sahip büyük bir veri tabanında test edilmiştir. Yapılan testler sonucunda yöntemin tüm gürültü çeşitleri ve seviyelerinde kullanılması için bir parametre belirlenmiştir. Test sonuçları literatürde bulunan beş farklı yöntemle sekiz farklı objektif değerlendirme yöntemine göre kıyaslanmıştır. Değerlendirme sonuçlarına göre geliştirilen yöntem yüksek başarı oranına sahiptir. Önerilen yöntem günlük hayattaki sesli iletişim sistemlerinde kullanılmak için ideal ve geliştirmelere açık bir yöntemdir.

In this thesis, a single-channel noise reduction method based on subspace using common vector approach (CVA) is developed for speech data. Based on CVA, classes are constructed from windowed speech samples in magnitude data after noisy speech data is transformed to frequency domain and phase data of this signal is kept. Common vector and diffrence vector of the classes are created and denoising is performed on difference vectors. Magnitude data is then reconstructed sum of the denoised difference vectors and common vectors. After this process, sum of the magnitude and phase data is transformed to time domain. The proposed method was tested in a large database with different noise types and levels. A optimal parameter of the method for all noise types and levels was determined the results of the tests. The test results of the proposed method and five different enhancement method in the literature were compared according to eight different objective evaluation criteria. According to the evaluation results, developed method has a high success rate. The proposed method is ideal for every voice communication systems and open to improvement in the future.