Publicação: Redução de ruído em sinais de voz combinando filtro de Kalman e transformada Wavelet
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
Este trabalho tem como objetivo apresentar, combinar e comparar técnicas de redução
de ruído aplicadas em sinais de voz contaminados por ruído branco gaussiano. Os algoritmos
abordados nesta proposta são o filtro de Kalman clássico e a transformada wavelet. Após a
aplicação do filtro de Kalman, o sinal é decomposto pela transformada wavelet (WT),
aplicando-se a limiarização nos coeficientes da WT, como último passo tem-se a reconstrução
do sinal. A WT pode decompor o sinal em diversos coeficientes, com níveis de profundidade
diferentes, e a limiarização pode ser realizada em quaisquer destes coeficientes, surgem assim
várias combinações entre o filtro de Kalman e a WT. Na busca da melhor combinação desses
algoritmos, e dos melhores coeficientes da transformada wavelet discreta (DWT) e da
transforma wavelet packet (WPD), é utilizado Algoritmo Genético (AG). O AG é aplicado na
determinação dos coeficientes da transformada wavelet a serem filtrados. A aplicação do AG
resultou em três métodos que são comparados de maneira objetiva utilizando a distância de
Itakura-Saito e SNR segmentada, e de maneira subjetiva com um teste de reconhecimento de
palavras realizado com voluntários. Determinado o melhor algoritmo, é feita uma comparação
entre ele e a subtração espectral em que se verifica a superioridade do método proposto em
SNRs de 0 a 15dB. O presente trabalho aborda aspectos teóricos sobre os dois métodos
usados, e exibe com riqueza de detalhes os experimentos realizados.
Abstract
This work aims to present, combine and compare noise reduction techniques applied
to voice signals contaminated by Gaussian white noise. The algorithms discussed in this
proposal are the classic Kalman filter and wavelet transform. After application of the Kalman
filter, the signal is decomposed by wavelet transform (WT) by applying the thresholding
coefficients in the WT, as the last step has to signal reconstruction. The WT may decompose
the signal into different coefficients with different depth levels, and thresholding can be
performed in any of these coefficients, as well arise various combinations of the Kalman filter
and WT. In search of the best combination of algorithms, and the best coefficients of discrete
wavelet transform (DWT) and wavelet packet transform (WPD) is used Genetic Algorithm
(GA). The AG is applied in the determination of wavelet transform coefficients to be filtered.
The application of AG resulted in three methods are compared objectively using the distance
Itakura-Saito and targeted SNR, and subjectively with a word recognition test performed on
volunteers. Given the best algorithm, a comparison is made between it and the spectral
subtraction in which there is the superiority of the method proposed in SNRs of 0 to -15dB.
This paper discusses theoretical aspects of the two methods used, and displays in great detail
the experiments.
Palavras-chave
Filtro de Kalman, Transformada Wavelet, Redução de ruído, Algoritmo genético, Kalman Filter, Discret Wavelet Transform, Denoising, Genetic algorithms, Kalman, Filtragem de, Wavelets (Matemática), Algoritmos genéticos
Citação
SANTOS, Jucelino Cardoso Marciano dos. Denoising in speech signals combining kalman filter and wavelet transform. 2015. 100 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2015. DOI https://doi.org/10.14393/ufu.di.2015.459