يك روش سه مرحله اي جديد براي بهسازي گفتار مبتني بر بهسازي ادراكي،تبديل موجك و آشكارسازي نويز ناايستان و بهينه سازي ابرپارامترهاي آن با الگوريتم فراابتكاري QPS

موضوع بهبود كيفيت صدا امروزه به يكي از موضوعات مهم و اساسي روز تبديلشده است. ازاينرو بهبود گفتارهاي آغشته به نويز يكي از موضوعات مهم در حوزه پردازش سيگنال است . بهسازي گفتار در موارد بسياري مثل تشخيص صدا، تشخيص گوينده در محيطهاي نويزي و بازيابي صداهاي تخريب شده با نويز كاربرد دارد. تضعيف نويز بهنحويكه اختلالي در سيگنال اصلي به وجود نياورد، يك چالش مهم براي بهبود صدا محسوب ميشود. در اين مقاله، يك روش تركيبي سه مرحلهاي براي بهسازي گفتار پيشنهاد ميگردد. در مرحله اول، كيفيت گفتار توسط روش Perceptual Bayesian Estimatorبهبود داده ميشود. گفتار بهبود داده شده، در مرحله بعد، توسط بسته موجك ( )Wavelet Packetبه زيرباندهاي مختلف ( )Sub-Bandsتجزيه ميگردد. سپس در مرحله سوم، هر يك از زيرباندهاي ويولت با روش بهسازي تازه-ارائهشدهي NNESEبهبود داده ميشود. در نهايت، زيرباندهاي بهبود داده شده با هم تركيب شده و سيگنال بهسازي شدة نهايي را ميسازند. از آنجا كه مشخصات طيفي گفتار در هر زيرباند ويولت متفاوت است، لذا در اين روش تلفيقي، از الگوريتم بهينهسازي QPSOبراي بهينهسازي ابرپارامترهاي سيستم تلفيقي فوق در تمامي زيرباندها استفاده ميگردد. در آزمايشهاي انجام شده، روش پيشنهادي نسبت به روشهاي موردتحقيق در اين مقاله بهتر عمل ميكند و منجر به بهبود معيارهاي Segmental SNRو PESQميگردد.