Przetwarzanie mowy z adaptacyjną kaskadową estymacją szumu opartą na medianie

Niniejsza książka zawiera obszerne studium dostępnej literatury na temat różnych technik filtrowania stosowanych do poprawy jakości mowy. W tej książce wprowadzono nową metodę poprawy mowy zniekształconej przez szum akustyczny która opiera się na technice odejmowania widmowego. W tym przypadku szacowanie szumu odbywa się za pomocą nowego proponowanego algorytmu opartego na adaptacyjnym kaskadowym filtrze medianowym. Opracowany model skutkuje eliminacją szumu muzycznego który jest wprowadzany przez konwencjonalny kaskadowy filtr medianowy. Algorytm ten jest testowany na różnych zaszumionych próbkach mowy pobranych z bazy danych NOIZEUS próbkowanych z częstotliwością 8 kHz a następnie przetwarzanych przy użyciu okna hammingowego o długości 250 ms z nakładającym się rozmiarem 128 ms. Co więcej algorytm ten jest również w stanie poradzić sobie z niestacjonarnym charakterem szumu. W celu oceny jakości i zrozumiałości przeprowadzono różne testy odsłuchowe. Do analizy wydajności danego modelu wybrano parametry błędu średniokwadratowego (MSE) i percepcyjnej oceny jakości mowy (PESQ). Opracowany algorytm wykazuje poprawę wyników PESQ o 20-55% w porównaniu z filtrem CCM.