文献

J-GLOBAL ID：202002224668981315   整理番号：20A0549378

減少した経験的平均曲線分解に基づく適応Wienerフィルタリングを用いた音声信号の強調【JST・京大機械翻訳】

Enhancement of speech signal using diminished empirical mean curve decomposition-based adaptive Wiener filtering

著者 (2件)： Garg Anil (National Institute of Technology, Kurukshetra, Haryana, India) ,  Sahu O. P. (National Institute of Technology, Kurukshetra, Haryana, India)
資料名： Pattern Analysis and Applications  (Pattern Analysis and Applications)
巻： 23  号： 1  ページ： 179-198  発行年： 2020年 
JST資料番号： W1108A  ISSN： 1433-7541  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 過去数十年の間,音声信号強化は,広く普及している研究課題の1つであった。音声信号の知覚性と品質を強化するために,多数のアルゴリズムが提案されている。これらのアルゴリズムは,雑音によって生じる信号から明確な信号を復元するためにしばしば定式化される。通常,短時間Fourier変換とウェーブレット変換は,音声信号を処理するために広く使われている。本論文では,音声強調アルゴリズムの規則的な欠点を克服することを試みた。周波数領域が良好な雑音除去能力を持つので,短時間Fourier領域も音声を強化することを目的とした。さらに,本論文では,Wienerフィルタリング過程を適応的に調整し,効果的な音声強調を達成するために,経験的平均曲線分解の減少と名付けた分解モデルを導入した。提案した方法と従来の方法の性能を比較し,提案した方法が従来の方法より優れていることを観察した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ウェーブレット変換 ,  *音声信号 ,  音声強調 ,  アルゴリズム ,  雑音除去 ,  品質 ,  周波数領域 ,  定式化 ,  雑音
準シソーラス用語： STFT【変換】 ,  *Wienerフィルタリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 音声信号 ,  強化 ,  STFT ,  D-EMCD ,  Wienerフィルタリング

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (7件)： 経験 ,  平均 ,  曲線 ,  分解 ,  適応 ,  Wienerフィルタリング ,  音声信号