|
Porovnání úspěšnosti vícekanálových metod separace řečových signálů
Přikryl, Petr ; Zezula, Radek (oponent) ; Míča, Ivan (vedoucí práce)
Separace nezávislých zdrojů signálů ze směsí zaznamenaných dat je základní problém v mnoha praktických situacích. Typický příklad je záznam řeči v prostředí za přítomnosti šumu či jiného mluvčího na pozadí. Touto problematikou se zabývá skupina metod nazvaných Separace zdrojů naslepo. Slepá separace je založena na odhadu N neznámých zdrojů z P měření, které jsou směsmi těchto neznámých zdrojů a neznámého prostředí. Představeny a v Matlabu implementovány jsou některé známé řešení okamžitých směsí, tj. Analýza nezávislých komponent a Časově kmitočtová analýza. V reálném prostředí však akustické signály nejsou okamžité směsi, ale směsi konvoluční. Pro tento případje představen a v Matlabu implementován algoritmus pro separaci konvolučních směsí v kmitočtové oblasti.Tato diplomová práce zkoumá porovnání a použitelnost těchto separačních algoritmů.
|
|
Rozklad signálu pomocí transformace typu EMD
Mžourek, Zdeněk ; Mekyska, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
Cílem této práce je představit empirickou modální dekompozici jako metodu pro rozklad libovolně složitých nelineárních a nestacionárních signálů na takzvané vlastní modální funkce. Použitím Hilbertovy transformace získáme okamžitý kmitočet, který nám pomůže k sestavení Hilbertova spektra a následné analýze v časově-kmitočtové oblasti. Dále poukazujeme na některé nedostatky této metody a uvádíme několik způsobů, jak různými úpravami algoritmu empirické modální dekompozice můžeme získat lepší výsledky rozkladu signálu. Na závěr je názorně ukázán rozklad signálu pomocí empirické modální dekompozice.
|
|
Rozklad signálu pomocí transformace typu EMD
Mžourek, Zdeněk ; Mekyska, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
Cílem této práce je představit empirickou modální dekompozici jako metodu pro rozklad libovolně složitých nelineárních a nestacionárních signálů na takzvané vlastní modální funkce. Použitím Hilbertovy transformace získáme okamžitý kmitočet, který nám pomůže k sestavení Hilbertova spektra a následné analýze v časově-kmitočtové oblasti. Dále poukazujeme na některé nedostatky této metody a uvádíme několik způsobů, jak různými úpravami algoritmu empirické modální dekompozice můžeme získat lepší výsledky rozkladu signálu. Na závěr je názorně ukázán rozklad signálu pomocí empirické modální dekompozice.
|
|
Porovnání úspěšnosti vícekanálových metod separace řečových signálů
Přikryl, Petr ; Zezula, Radek (oponent) ; Míča, Ivan (vedoucí práce)
Separace nezávislých zdrojů signálů ze směsí zaznamenaných dat je základní problém v mnoha praktických situacích. Typický příklad je záznam řeči v prostředí za přítomnosti šumu či jiného mluvčího na pozadí. Touto problematikou se zabývá skupina metod nazvaných Separace zdrojů naslepo. Slepá separace je založena na odhadu N neznámých zdrojů z P měření, které jsou směsmi těchto neznámých zdrojů a neznámého prostředí. Představeny a v Matlabu implementovány jsou některé známé řešení okamžitých směsí, tj. Analýza nezávislých komponent a Časově kmitočtová analýza. V reálném prostředí však akustické signály nejsou okamžité směsi, ale směsi konvoluční. Pro tento případje představen a v Matlabu implementován algoritmus pro separaci konvolučních směsí v kmitočtové oblasti.Tato diplomová práce zkoumá porovnání a použitelnost těchto separačních algoritmů.
|