Algoritmy pro odstraňování šumu v řeči zkreslené telekomunikační sítí
Identifikátory výsledku
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
—
Alternativní jazyky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—