Похожие презентации:
Коновалов Никита ПРИб-221
1.
АЛГОРИТМЫ УЛУЧШЕНИЯ КАЧЕСТВААУДИОЗАПИСЕЙ
Коновалов Н.A. ПРИб-221
Научный руководитель: ст. преп. каф. ИСКМ A.C. Астахов
2.
ЦельРеализация и сравнительный анализ методов
спектрального вычитания и Винеровского
оценивания для устранения шумов в
аудиосигналах.
2
3.
Задачи• Рассмотреть основные характеристики аудиосигналов
и особенности их цифрового представления.
• Описать и реализовать алгоритмы спектрального
вычитания и Винеровского оценивания для
подавления шума.
• Провести сравнительный анализ эффективности
данных методов на искусственном аудиосигнале при
помощи визуализации результатов.
3
4.
Представление аудиосигналов в цифровойформе
4
5.
Анализ аудиосигналов с помощьюпреобразований Фурье
Дискретное преобразование Фурье:
(1)
Кратковременное преобразование Фурье:
(2)
5
6.
Визуализация характеристикаудиосигналов для детального анализа
Осциллограмма звукового сигнала:
6
7.
Визуализация характеристикаудиосигналов для детального анализа
Спектр звукового сигнала:
7
8.
Визуализация характеристикаудиосигналов для детального анализа
Спектрограмма:
8
9.
Классификация шумов и шумоподавлениеВыделяют следующие категории шума:
Cтационарный (белый шум).
Импульсный (хлопок, чих).
Нестационарный (сигнализация, гудки телефона).
Шумоподавление – это процесс устранения шумов из сигнала с
целью повышения его качества.
В борьбе с помехами и шумами в нашем аудиосигнале используем
такие традиционные методы, как спектральное вычитание и
Винеровское оценивание.
9
10.
Спектральное вычитаниеГлавная концепция этого метода заключается в том, что из амплитуд
зашумленного сигнала вычитаются амплитуды шума:
(3
)
Оценка зашумленной части обычно происходит в промежутки
тишины на аудиосигнале. Спектр шума можно оценить путем
усреднения спектров таких участков.
10
11.
Винеровское оцениваниеОсновная задача фильтра заключается в том, чтобы подавить те
частоты, на которых присутствует значительное количество шума, и
при этом сохранить частоты, на которых доминирует полезный
сигнал.
(4
)
11
12.
Визуализация работы спектрального вычитания назвуковой волне
Частота дискретизации во всем анализе работы методов шумоподавления
равна f = 1024Гц
12
13.
Визуализация работы Винеревского оценивания назвуковой волне с частотой дискретизации
13
14.
Также проведено сравнение полученных спектров и визуализировансравнительный анализ спектров после работы методов спектрального
вычитания и Винеревского оценивания
14
15.
Наиболее наглядно результат работы методов можно увидеть на спектрограммах.Они подтверждают то, что использование метода Винеревского оценивания даёт
лучший результат при устранении шумов и наименьшие потери частот и
амплитуды оригинального сигнала.
Зашумленные аудиосигнал:
15
16.
Спектрограммы после работыметодов шумоподавления
а) Метод спектрального
вычитания
б) Метод Винеровского
оценивания
16
17.
Зависимость величины среднеквадратичной ошибки MSE отразмера частоты дискретизации и выбора метода
шумоподавления
Предыдущие выводы подтверждаются и расчетами среднеквадратичной ошибки (MSE)
по формуле для методов на различных размерах частоты дискретизации
:
17
18.
Заключение• Рассмотрены основные характеристики
аудиосигналов и особенности их цифрового
представления.
• Описаны и реализованы алгоритмы спектрального
вычитания и Винеровского оценивания для
подавления шума.
• Проведён сравнительный анализ эффективности
данных методов на искусственном аудиосигнале
при помощи визуализации результатов.
18