1. Ish mavzusi: Nutq signallariga dastlabki ishlov berishning dasturiy vositasini ishlab chiqish

1-rasm: Transformatsiya segmentlari uchun s/dis munosabatining siqilish omiliga bog'liqligi: a) 64 ta namuna; b) 128 ta namunalar; c) 256 ta namuna 


Rasmni ko'rish uchun shu yerni bosing



30 dB darajasida s/dis nisbatini o'rnatgan holda, ortogonal konversiyalar uchun haqiqiy siqish omilini solishtiramiz. ⁴ Ko'pincha 30 Db ni aniq ko'rsatish mumkin emas. Keyin ikkita qo'shni qiymatlar orasidagi chiziqli interpolyatsiya yordamida biz siqilish faktorini aniqlashning konversiya omillarini bartaraf qilamiz. Turli xil tanlovlar uchun hisob-kitoblar natijalari jadvalda keltirilgan.

1-jadval: Namunaning transformatsiya oynasida (64, 128, 256) o'rganilayotgan ortogonal o'zgarishlar uchun siqilishning mumkin bo'lgan omillari. Jadvalni ko'rish uchun shu yerni bosing

Nutq signalini uzatish (quloq orqali) sifatlarini sub'ektiv taqqoslaganda, eğimli va Adamar transformatsiyalaridan foydalanishdagi buzilishlar keng polosali shovqinga o'xshaydi. Buni ularning o'ziga xos tuzilishi bilan izohlash mumkin (Adamar transformatsiyasi - ikki darajali raqamli funktsiyalar; moyil transformatsiya - uchburchak shaklidagi funktsiyalar). Ko'proq garmonik transformatsiyadan foydalanilganda - sinus, kosinus va Karxunen-Love signallari g'ayritabiiy ravishda "metall" ga aylanadi va siqilish omilining sezilarli darajada oshishi bilan g'ayritabiiylik kuchayadi va iboraning ba'zi tovush qismlarini idrok etishning tiniqligini butunlay yo'qotadi. Transformatsiya oynasining kattalashishi bilan buzilishlar kengayadi va bir nechta tovushlarni ushlaydi, lekin ularning darajasi pasaymaydi va nutqning ravshanligi yaxshilanmaydi.
Insonning bu buzilishlarni idrok etishi tizimning oxirgi segmentiga, ya'ni signal-tovush konvertoriga bog'liqligi o'rganiladi, chunki yuqori sifatli konvertor ostidagi buzilishlar yaxshi ovoz bilan birga buzilishlar aniq eshitiladi. Oddiy membranali konvertorlar asosan telefoniyada qo'llaniladi. Shuning uchun nutqni ijro etish sifati past va bu fonda buzilishlarning sub'ektiv darajasi sezilarli darajada kamayadi.
Tadqiqot ishida nutq signallarini aniqlash xususiyatlarini aniqlash usuli va chiziqli bo'lmagan vaqtni normallashtirish algoritmi taklif qilingan va asoslangan. To'lqin-paket tahlilining yuqori ko'rsatkichlariga asoslanib, uni nutq signallarini aniqlash va siqishda samarali qo'llash imkoniyatlari to'g'risida xulosa chiqariladi.
To'lqinli paketlar algoritmida chastotani ketma-ket bo'lish operatsiyasi ko'rinishidagi tezkor to'lqinli transformatsiya (RWT) past chastotali va yuqori chastotali (batafsil) omillar uchun qo'llaniladi. Bunday holda, har bir keyingi darajadagi to'lqinlar ikkita yangi to'lqinga bo'linish orqali oldingi darajadagi to'lqinlardan chiqariladi:

bu yerda h _n ,g _n , mos vazn omillari; t - vaqt.
Yangi to'lqinlar ham mahalliylashtirilgan, ammo ikki baravar kengroq intervalda. Shunga ko'ra, to'lqinlarni kengaytirish funktsiyalarining to'liq to'plami to'lqinli paket deb ataladi.
Wavelet-paket transformatsiyasi moslashuvchan. ^5,6 Bu fakt signalni qayta qurishning berilgan aniqligida to'lqin-omillarning minimal miqdorini ta'minlaydigan optimal kengayish shaklidagi tegishli daraxtni tanlash orqali signallarning xususiyatlariga aniqroq moslashish imkonini beradi. Shunday qilib, signallarning ortiqcha ma'lumotlari va keraksiz tafsilotlari o'chadi. ⁷
To'lqinli omillar to'plamining axborot darajasini baholash entropiya bilan amalga oshiriladi, bunda keyingi qiymat tushuniladi:

Bu erda x, x _{n -} n -tugunda va oldingisida signalning kengayishi .
O'rtacha omillarning har qanday harakatlari entropiyani ko'paytiradi. Daraxtni tahlil qilishda tugunlar va uning tupurilgan qismlarining entropiyasi hisoblab chiqiladi. Agar tugunni bo'lish paytida entropiya pasaymasa, bu tugunni keyingi kengaytirish zarurati yo'q (bunday tugunlar oxirgi yoki terminal deb ataladi).
Tanib olish sinfini yaratish uchun optimal terminal tugunlarini qidirishni quyidagi bosqichlarga bo'lish mumkin. Birinchi qadam to'g'ri tan olingan sinfning har bir tasvirining optimallashtirilgan to'lqinli daraxtlarida joylashgan barcha terminal tugunlari ro'yxatini aniqlashdan iborat. Ikkinchi bosqich - berilgan sinfning turli xil tasvirlari uchun bir xil raqamlarning terminal tugunlarini taqqoslash. Taqqoslash mezoni rolida o'tishlar miqdorining nolga o'tish tezligi qo'llaniladi. Bitta sinfning turli xil tasvirlari uchun terminal tugunlarining raqamlari mos kelmagan holatni belgilash kerak. Bunday holda, terminal tugunini terminal bo'lmagan va bir xil sinfdagi boshqa tasvirlarda saqlanadigan tugunlar bilan taqqoslash, lekin ularning soni terminal tugunlari soniga teng.
Uchinchi bosqich - berilgan ro'yxatdagi tugun raqamini aniqlash (terminal bo'lishi mumkin), bu sinfda berilgan tasvirni taqdim etadi. Boshqa tasvirlar uchun olingan bir xil funktsiyalar bilan nol tezlikni o'zgartirish orqali o'tish funktsiyasi qiymatini maksimal moslashtirish tanlov mezoni hisoblanadi.
Olingan funktsiya bo'yicha keyingi bosqichda hajm diapazonini qadoqlash amalga oshiriladi. Operatsion rolida logarifmning chiziqli bo'lmaganidan foydalanish mumkin.
Tanish omillarini olish uchun spektral tahlil operatsiyasidan foydalaniladi.

Bu erda m - kengayish omillari miqdori, S (n) - signalning amplituda spektri, N - tanlov.
Vaqtinchalik normallashtirishni o'tkazish uchun kuchlanish funktsiyasi qidiriladi. Ushbu funktsiyani amalga oshirish so'zlarning standart va yangi amalga oshirilishi o'rtasidagi kelishmovchilikni kamaytiradi. Ikki funktsiya aniqroq qidiriladi:

tegishli konturlardan segmentlash funksiyasining qiymati.
Segmentlash funktsiyasi u tomonidan ishlatiladigan nutq signali parametrlarining umumiy modifikatsiyasini tavsiflashi kerak va u ikkita kadrga bog'liq: joriy va oldingi. Chastota guruhlari bo'yicha signalning energiya taqsimoti nutq signalining parametrlari rolida qo'llaniladi.
_{ō x} va ō _y buzilish funktsiyalarini aniqlash jarayoni dinamik dasturlash usuli bilan amalga oshiriladi va so'zlarni amalga oshirishning ichki chiziqli vaqtini tekislashni amalga oshirishga imkon beradi.
ō _x , ō _y buzilish funksiyalarini bilsak, so'zning standart realizatsiyasining istalgan sohasi uchun yangi realizatsiyaning tegishli sohasini topishimiz mumkin. Biz uni tovush diadalarida so'zning yangi amalga oshirilishini ajratish uchun qo'llaymiz. Tovush diadasi - bu fonemadan fonemaga o'tuvchi bo'lib, u artikulyatsiya vositalarini qayta tashkil etish xaritasini ko'rsatadi. Fonemaning realizatsiyasidan farqli o'laroq, tovush diadasining amalga oshirilishi kontekstning ta'siriga va nutq oqimining qo'shni fonemalarining xaritaviy korrelyatsiyasiga kamroq moyil bo'ladi. Fonemalarning psevdostatsionar sohalari markazlari diadaning chegaralari hisoblanadi. Demak, diada birinchi fonemaning ikkinchi yarmi va ikkinchi fonemaning birinchi yarmidan iborat.
So'zning standart realizatsiyasi qo'lda tovush diadalariga bo'linadi: a0,…aL ramkalar soni ta'kidlanadi. Bu kadrlar fonemalarning psevdostatsionar sohalarining markazlari hisoblanadi. Keyin nl, ∫ = 0,…,L nuqtalari shundayki, ō _x (nl) = al tanlanadi. Endi ō _y funksiya yordamida so'zning yangi amalga oshirilishida fonemalarning psevdostatsionar sohalarining markazlari bo'lgan b0,...bL freymlar sonlarini aniqlash mumkin: bl = ō _y (nl), l. = 0,….L.
Olingan protsedura so'zlarning realizatsiyasini taqqoslashdan tovush diadalarining amalga oshirilishini taqqoslashga o'tish imkonini beradi. Yuqori va kuchsiz signallarning bir xil sifatini ta'minlash uchun kompressordan oldingi bo'g'inning kuchaytirish omilining o'zgarishi natijasida sodir bo'ladigan parchalangan omillarning adaptiv kvantlanishi qo'llaniladi, shuning uchun parchalanadigan omillar bilan birga. kuchaytirish koeffitsientini k(n) o'tkazish zarurati. Parchalangan omil bo'yicha bitlar miqdori tenglama ostida aniqlanadi:

Bu erda W(n) - parchalanadigan omillarning o'rtacha darajasi,
q _max - faktordagi bitlarning maksimal miqdori,
ceil () yaxlitlash operatsiyasi (salbiy qiymatda nolga teng),
– belgi bitini hisobga olish.
Parchalangan omil birligining mumkin bo'lgan eng katta qiymati quyidagi formula bo'yicha aniqlanadi:

Parchalangan omillarning to'liq agregatini uzatish uchun zarur bo'lgan bitlar miqdori ikki martadan ko'proq kamayishi mumkin emas. Siqilish omilini rag'batlantirish uchun adaptiv bir xil kvantlash qo'llaniladi, bunda moslashish barcha parchalangan omillar (omillar segmenti) uchun amalga oshiriladi. Biz haqiqatan ham faktor bo'yicha sakkiz bitdan kamroq siqishni yordamida yaxshi natijalarga erishishimiz mumkin.
Ushbu usuldan foydalanganda siqilish omili quyidagi formula bo'yicha aniqlanadi:

bu erda K _B - kuchaytirish omilini uzatish uchun tanlangan bitlar miqdori,
V - kompressorning kirish qismidagi koeffitsientdagi bitlar soni,
K _nul - belgi bitlari kerak bo'lmagan nol omillar miqdori. Ortogonal konversiyalarni taqqoslash uchun murakkab sifat ko'rsatkichidan foydalanish mumkin, ammo u siqilish omili yoki s/dis korrelyatsiyasi kabi parametrlarning rasmini bermaydi, bu siqishni ishlatish bilan solishtirish uchun yaxshiroqdir. ortogonal konvertatsiyalardan biri.
2 va 3-rasmda 30 dB darajasida s/disning o'zgarmas munosabati uchun turli transformatsiyalar uchun siqilish omillarining qiymati solishtiriladi.