디지털신호처리 잡음제거 알고리즘 레포트 워드에 매트랩코드첨부
- 최초 등록일
- 2020.12.27
- 최종 저작일
- 2020.12
- 29페이지/ MS 워드
- 가격 4,000원
소개글
"디지털신호처리 잡음제거 알고리즘 레포트_워드에 매트랩코드첨부"에 대한 내용입니다.
목차
1. 주어진 3가지 노이즈 신호(Babble, Car, Fan)를 dB별(5dB, 15dB, 25dB)로 설정하여 잡음 섞인 음성 신호를 생성하고 이에 대한 잡음 제거를 수행하여 측정된 PESQ를 비교하시오.(적용한 파라미터 값도 추가할 것. 비교 방식은 자유 형식으로 전후가 잘 비교되는 것이 중요함.)
2. 위에서 수행한 결과 중 하나의 노이즈 신호와 하나의 dB를 선택하여 Overlapping을 하지 않고 잡음 제거를 수행한 결과와 Overlapping 및 Overlap and Add를 수행한 결과의 1차원 시간축 신호와 2차원 시간,주파수축 스펙트로그램을 나타내고 세부적으로 비교하시오. 또한, 이에 대한 PESQ를 측정하시오.
3. 한가지 잡음에 대하여 dB별로 생성된 잡음 섞인 음성 신호에 최적화된 잡음 제거 파라미터를 제시하시오. 이때, 파라미터 변경에 따른 PESQ의 변화를 측정하여 나타내고 각 파라미터가 미치는 영향과 의미에 대해 자세히 서술하시오.(변경 파라미터 : ovlp, win_min, vad_th, alpha_p, alpha 등)
4. 잡음제거를 통한 음질향상 시스템에서 입력신호가 음성프레임인 경우에 voice activity indicate function, speech presence probability function, smoothing parameter function, updated noise estimation function의 상호관계성을 입력된 신호가 비음성프레임인 경우와 비교하여 설명하시오.
본문내용
1. 주어진 3가지 노이즈 신호(Babble, Car, Fan)를 dB별(5dB, 15dB, 25dB)로 설정하여 잡음 섞인 음성 신호를 생성하고 이에 대한 잡음 제거를 수행하여 측정된 PESQ를 비교하시오.(적용한 파라미터 값도 추가할 것. 비교 방식은 자유 형식으로 전후가 잘 비교되는 것이 중요함.)
적용한 파라미터값
ovlp = 0.5; % 50%오버래핑
win_min = 30; % Local minimum tracking할 때 처음 잡는 기준
vad_th = 3; % Indicating할 때의 threshold값
alpha_p = 0.3; % Speech presence probability를 구하는 파라미터
alpha = 0.7; % Noise threshold
clean_speech에 세 종류의 잡음을 SNR이 5dB, 15dB, 25dB가 되도록 추가한다.
이 잡음 섞인 음원의 이름은 (잡음종류)_(xdB).wav라고 했다. 이 음원들에서 잡음 제거를 한 음원의 이름은 (잡음종류)_(xdB)_noise_reduction.wav라고 지었다.
예상한 바로는, clean_speech.wav와 (잡음종류)_(xdB).wav를 비교한 PESQ보다 clean_speech.wav와 (잡음종류)_(xdB)_noise_reduction.wav를 비교한 PESQ값이 더 클 것이라고 생각했다.
Babble 잡음에서는 예상한 대로 잡음 제거를 수행한 음원과의 비교에서 더 높은 PESQ값이 나왔지만 car와 fan 잡음에서는 예상과 다른 결과가 나온 음원이 있었다. fan_25dB음원이 fan_25dB_noise_reduction보다 PESQ값이 크게 나왔고 car_15dB와 car_25dB음원에서도 동일한 현상이 나타났다.
예상과 다른 결과가 나온 이유를 생각해보면 다음과 같다.
참고 자료
없음