فریم اول سیگنال صوتی واقعاً قسمت سکوت سیگنال باشد.
نویز در سراسر سیگنال به یک اندازه تاثیر گذاشته باشد.
در عمل لزوماً دو شرط فوق برقرار نمی باشد، به خصوص درمورد فرض دوم که با توجه به منابع متعدد نویز و نیز تصادفی بودن آن عموماً میزان نویز در تمام طول سیگنال به یک اندازه نمی باشد. به همین منظور ما در روش پیشنهادی خود، از هر فریم و با توجه به مشخصات آن فریم برای تخمین نویز در آن استفاده نموده ایم. بدین طریق مسئله تغییر میزان نویز در طول سیگنال حل می شود.
بدین منظور ابتدا سیگنال صوتی به فریم های کوچکتر (۱۶ میلی ثانیه) تقسیم و سپس با تشکیل ماتریس هنکل هر یک از فریم ها، مقادیر منفرد مربوط به آن فریم محاسبه می گردد. در مرحله بعد مقادیر منفرد مربوط به نویز با اعمال آستانه گذاری جدا می شوند و با اعمال تجزیه معکوس مقادیر منفرد بر روی مقادیر منفرد مربوط به نویز، نویز تخمینی در حوزه زمان بدست می آید.
روش ارائه شده در این قسمت بسیار ساده است و یک بلوک دیاگرام از این روش در شکل (۴-۱) نشان داده شده است. همان طور که از شکل مشهود است این روش شامل دو قسمت مجزا است:
قسمت تخمین نویز
قسمت تفریق طیفی
 
stIDTFT
پنجره گذاری
SVD
 
stDTFT
 
stDTFT
 
Phase Information
 
VAD&V/U Detector
فیلتر کردن مقادیر منفرد
SVD معکوس
 
شکل ۴-۱- بلوک دیاگرام کلی روش ارائه شده SVD-Spectral Subtraction (SVSS)
۴-۱-۱- قسمت تخمین نویز:
در روش های متداول تفریق طیفی برای تخمین طیف نویز از فریم های سکوت موجود در سیگنال گفتار استفاده می شود. اما در روش پیشنهادی برای تخمین طیف نویز از تجزیه مقادیر منفرد بهره می گیریم. روش کار چنین است که بواسطه اعمال تجزیه مقادیر منفرد روی سیگنال گفتار آغشته به نویز، یکسری مقادیر، معروف به مقادیر منفرد را محاسبه می کنیم.
هنگامی که سیگنال یک بعدی با همبستگی زیاد و آغشته به نویز با استفاده از نگاشت تجزیه مقادیر منفرد (SVD) به فضایی با ابعاد زیاد نگاشته می شود، داده هایی که با یکدیگر همبستگی دارند (اطلاعات مربوط به سیگنال اصلی) در یک راستا قرار می گیرند. بدین معنی که مقادیر منفرد مربوط به سیگنال گفتار، بزرگتر بوده و مقادیر منفرد مربوط به نویز، کوچکتر است. بدین ترتیب مولفه های بزرگ و کوچک سیگنال از یکدیگر به وسیله مقادیر منفرد جدا می شوند. تجزیه مقادیر منفرد ابزاری پایه ای و معتبر در حوزه نگاشت زیرفضایی است و می تواند برای تفکیک و شناسایی نمونه هایی از سیگنال که با یکدیگر همبستگی بیشتری دارند به کار رود. با فرض:

برای دانلود متن کامل پایان نامه به سایت  fotka.ir  مراجعه نمایید.

(۴-۱)

خواهیم داشت: