Algoritmy pro odstraňování šumu v řeči zkreslené telekomunikační sítí

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F06%3APU64281" target="_blank" >RIV/00216305:26220/06:PU64281 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Noise cancellation algorithms for speech signal distorted in telecommunication networks.

Popis výsledku v původním jazyce

This paper aims to provide an evaluation of the effectiveness of three different speech noise power spectrum estimation algorithms The evaluation of their efficiency was based on the hit rate recognition obtained at the output of an HMM phoneme based speech recognizer. Noisy speech consisted of 100 speech sentences randomly extracted from the NTIMIT database. The best speech noise power spectrum estimator proved to be a procedure based on the arithmetic average of the power spectrums obtained from signal frames where no speech activity was detected. The noise spectrum estimate provide by either a four layer MLP neural network, or an Adaptive Neural Fuzzy Inference System (ANFIS) proved to give lower performance than the average noise spectrum estimator, even though both of them are able to detect some of the noise features and the ANFIS performance are better than those obtained from the MLP neural network.

Název v anglickém jazyce

Noise cancellation algorithms for speech signal distorted in telecommunication networks.

Popis výsledku anglicky

This paper aims to provide an evaluation of the effectiveness of three different speech noise power spectrum estimation algorithms The evaluation of their efficiency was based on the hit rate recognition obtained at the output of an HMM phoneme based speech recognizer. Noisy speech consisted of 100 speech sentences randomly extracted from the NTIMIT database. The best speech noise power spectrum estimator proved to be a procedure based on the arithmetic average of the power spectrums obtained from signal frames where no speech activity was detected. The noise spectrum estimate provide by either a four layer MLP neural network, or an Adaptive Neural Fuzzy Inference System (ANFIS) proved to give lower performance than the average noise spectrum estimator, even though both of them are able to detect some of the noise features and the ANFIS performance are better than those obtained from the MLP neural network.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F06%2F1233" target="_blank" >GA102/06/1233: Optimalizace algoritmů digitálního zpracování audiosignálů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2006

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

16th Czech-German Workshop on speech processing

ISBN

86269-15-9

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

1-7

Název nakladatele

Ústav radiotechniky a elektroniky, Akademie věd České republiky.

Místo vydání

česká republika, Praha

Místo konání akce

Praha

Datum konání akce

27. 9. 2006

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—