بهسازی گفتار به کمک تبدیل موجک

سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,387

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT01_026

تاریخ نمایه سازی: 24 اردیبهشت 1388

چکیده مقاله:

در این مقاله از روش waveshrink برای بهسازی گفتار استفاده می شود، این روش از ضرایب موجک سیگنال استفاده میکند. در این روش بهسازی با صفر کردن یا کاهش بعضی از ضرایب تبدیل موجک نمونه ها انجام میشود. در این مقاله پس از بررسی روش waveshrink ،پارامترهای موثر در آن مثل درجه و سطح موجک، آستانه و نوع تابع حذف، بیان شده و تاثیر هر کدام از آنها در بهبود گفتار مورد بررسی قرار میگیرد و با ارایه و بهبود روشها کارایی افزایش داده می شود. در انتها نیز نتایج حاصل از شبیه سازی آورده شده و تحلیل میشوند.

نویسندگان

سید سعید آیت

دانشکده مهندسی کامیپوتر ، دانشگاه صنعتی شریف، تهران.

روح الله دیانت

دانشجوی کارشناسی ارشد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • D. L. Donoho, and I. M. Johnstone, "Ideal Spatial Adaptation ...
  • D. L. Donoho, I. M. Johnstone, G. K erkyacharian _ ...
  • I. M. Johnstone, and B. W. Silverman, "Wavelet Threshold Estimators ...
  • H. Gao, and A. Bruce, "WaveShrink with Firm Shrinkage, " ...
  • L. Breiman, "Better Subset Regression using the Nonnegative Garrote, " ...
  • D. L. Donoho, "Denoising by Soft Thresholding, _ IEEE Trans. ...
  • H. Y. Gao, "Wavelet Shrinkage Denoising, " Journal of Comp ...
  • D. L. Donoho, and I. M. Johnstone, "Adapting to Unknown ...
  • نمایش کامل مراجع