Áp dụng thuật toán Wiener Filtering nâng cao chất lượng tiếng nói

LỜI CẢM ƠN

Sau hơn một tháng nghiên cứu em đã hoàn thành đồ án tốt nghiệp của mình. Tập đồ án này là kết quả của ba năm học tập trường Cao đẳng CNTT Hữu Nghị Việt – Hàn. Em xin gửi lời cảm ơn chân thành nhất đến tất cả các thầy giáo, cô giáo trong khoa CNTT Ứng Dụng, những người đã tận tâm, nhiệt tình giảng dạy trong suốt ba năm qua để em có được những kiến thức cơ bản về ngành học cũng như giúp em hoàn thiện được đồ án tốt nghiệp này.

Qua đây em xin gửi lời cảm ơn đến cô Phan Thị Lan Anh người đã tận tình hướng dẫn em trong suốt thời gian thực hiện đồ án.

Trong quá trình làm đồ án, mặc dù đã cố gắng hết mình xong khả năng hiểu biết của bản thân còn hạn chế và không tránh khỏi thiếu sót. Rất mong sự góp ý của quý thầy cô và các bạn để đồ án này được hoàn chỉnh hơn.

Xin chân thành cảm ơn!

Đà Nẵng, tháng 6 năm 2013 Sinh viên thực hiện

Võ Công Điễn

MỤC LỤC

LỜI CẢM ƠN i

MỤC LỤC ii

DANH MỤC CÁC HÌNH VẼ vi

DANH MỤC BẢNG BIỂU vii

DANH MỤC CÁC TỪ VIẾT TẮT VÀ CÁC THUẬT NGỮ TIẾNG ANH viii

MỞ ĐẦU 1

CHƯƠNG 1: TỔNG QUAN VỀ NÂNG CAO CHẤT LƯỢNG TIẾNG NÓI 2

1.1 GIỚI THIỆU CHƯƠNG 2

1.2 NÂNG CAO CHẤT LƯỢNG TIẾNG NÓI LÀ GÌ ? 2

1.3 LÝ THUYẾT VỀ TÍN HIỆU VÀ NHIỄU 3

1.3.1 Tín hiệu 3

1.3.2 Nguồn tín hiệu 4

1.3.3 Hệ thống và xử lý tín hiệu 4

1.3.4 Phân loại tín hiệu 5

1.4 LÝ THUYẾT VỀ NHIỄU 5

1.4.1 Nguồn nhiễu 5

1.4.2 Nhiễu và mức tín hiệu tiếng nói trong các môi trường khác nhau 7

1.5 TÍN HIỆU RỜI RẠC THEO THỜI GIAN 8

1.5.1 Tín hiệu bước nhảy đơn vị 8

1.5.2 Tín hiệu xung đơn vị 8

1.5.3 Tín hiệu hàm mũ 9

1.5.4 Tín hiệu hàm sin rời rạc 9

1.6 PHÉP BIẾN ĐỔI FOURIER CỦA TÍN HIỆU RỜI RẠC DTFT 9

1.6.1 Sự hội tụ của phép biến đổi Fourier 9

1.6.2 Quan hệ giữa biến đổi Z và biến đổi Fourier 10

1.6.3 Phép biến đổi Fourier ngược 10

1.6.4 Các tính chất của phép biến đổi Fourier 11

1.6.5 Phân tích tần số (phổ) cho tín hiệu rời rạc 11

1.6.6 Phổ tín hiệu và phổ pha 12

1.7 CÁC THUẬT TOÁN SỬ DỤNG NÂNG CAO CHẤT LƯỢNG TIẾNG NÓI

.......................................................................................................................12

1.7.1 Trừ phổ 12

1.7.2 Mô hình thống kê 13

1.8 TÍN HIỆU TIẾNG NÓI 13

1.9 CƠ CHẾ TẠO TIẾNG NÓI 14

1.9.1 Bộ máy phát âm của con người 14

1.9.2 Mô hình kỹ thuật của việc tạo tiếng nói 14

1.9.3 Phân loại âm 15

1.9.4 Thuộc tính âm học của tiếng nói 15

1.10 KẾT LUẬN CHƯƠNG 15

CHƯƠNG 2: ĐÁNH GIÁ CHẤT LƯỢNG TIẾNG NÓI 16

2.1 GIỚI THIỆU CHƯƠNG 16

2.2 PHƯƠNG PHÁP ĐÁNH GIÁ CHỦ QUAN 16

2.2.1 Các phương pháp đánh giá tuyệt đối 17

2.2.2 Các phương pháp đánh giá tương đối 17

2.2.2.1 Đánh giá bằng phương pháp so sánh các mẫu tín hiệu 17

2.2.2.2 Phương pháp đánh giá theo sự suy giảm chất lượng 18

2.3 PHƯƠNG PHÁP ĐÁNH GIÁ KHÁCH QUAN 18

2.3.1 Đo tỷ số tín hiệu trên nhiễu trên từng khung 18

2.3.2 Đánh giá mô phỏng theo cảm nhận nghe của con người 20

2.3.2.1 Phương pháp đo Weighted Spectral Slope 20

2.3.2.2 Phương pháp đo Bark Distortion 21

2.3.2.3 Phương pháp đánh giá cảm nhận chất lượng thoại PESQ 22

2.4 KẾT LUẬN CHƯƠNG 22

CHƯƠNG 3: THUẬT TOÁN WIENER FILTERING 23

3.1 GIỚI THIỆU CHƯƠNG 23

3.2 SƠ ĐỒ KHỐI CỦA WIENER FILTERING 23

3.3 THUẬT TOÁN WIENER FILTERING 23

3.3.1 Giới thiệu chung 23

3.3.2 Nguyên lý cơ bản của Wiener Filtering 23

3.4 OVERLAP VÀ ADDING TRONG QUÁ TRÌNH XỬ LÝ TÍN HIỆU TIẾNG NÓI 25

3.4.1 Phân tích tín hiệu theo từng frame 25

3.4.2 Overlap và Adding 26

3.5 ƯỚC LƯỢNG VÀ CẬP NHẬT NHIỄU 27

3.5.1 Voice activity detection 28

3.5.2 Quá trình ước lượng và cập nhật nhiễu 28

3.6 KẾT LUẬN CHƯƠNG 28

CHƯƠNG 4: MÔ PHỎNG BẰNG PHẦN MỀM MATLAB 30

4.1 GIỚI THIỆU CHƯƠNG 30

4.2 QUY TRÌNH THỰC HIỆN VÀ ĐÁNH GIÁ THUẬT TOÁN 30

4.3 LƯU ĐỒ THUẬT TOÁN WIENER FILTERING 32

4.4 CHƯƠNG TRÌNH MÔ PHỎNG 33

4.5 CHƯƠNG TRÌNH CHẠY MÔ PHỎNG 39

4.6 THỰC HIỆN THUẬT TOÁN VÀ ĐÁNH GIÁ 39

4.6.1 Thực hiện xử lý các file âm thanh bị nhiễu với SNR =5dB 39

4.6.1.1 Nhiễu do tiếng ồn với SNR = 5dB 39

4.6.1.2 Nhiễu do người nói xung quanh với SNR =5dB 40

4.6.1.3 Nhiễu do tiếng xe hơi với SNR =5dB 41

4.6.2 Thực hiện xử lý các file âm thanh bị nhiễu với SNR =15dB 43

4.6.2.1 Nhiễu do người nói xung quanh với SNR =15dB 43

4.6.2.2 Nhiễu do tiếng xe hơi với SNR =15dB 44

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI 47

TÀI LIỆU THAM KHẢO x

PHỤ LỤC xi

NHÂN XÉT CỦA CÁN BỘ HƯỚNG DẪN xii

Hình 1.1 Tín hiệu tiếng nói. 4

Hình 1.2 Dạng và sự phân bố phổ năng lượng trung bình nhiễu trên xe. 6

Hình 1.3 Dạng và sự phân bố phổ năng lượng trung bình của nhiễu trên tàu. 6

Hình 1.4 Dạng và sự phân bố phổ năng lượng trung bình của nhiễu trong nhà hàng. 7

Hình 1.5 Mức nhiễu và tiếng nói (được đo bằng SPL dB) trong các môi trường khác nhau. 8

Hình 1.6 Dạng sóng tín hiệu tiếng nói của câu “The wife helped her husband” và dạng sóng của phụ âm “f” trong từ “wife, dạng sóng của đoạn nguyên âm “er” trong từ “her”. 13

Hình 1.7 Mặt cắt dọc của cơ quan tạo tiếng nói. 14

Hình 1.8 Mô hình kỹ thuật tạo tiếng nói. 14

Hình 1.9 Bảng phân loại âm vị trong tiếng Anh của người Mỹ 15

Hình 3.1 Sơ đồ khối cho hai thuật toán SS và WF 23

Hình 3.2 Sơ đồ khối của thuật toán Wiener Filtering. 25

Hình 3.3 Phân tích tín hiệu thành các frame. 26

Hình 3.4 quá trình thực hiện overlap và adding. 27

Hình 4.1. Sơ đồ thực hiện và đánh giá thuật toán tăng cường 30

Hình 4.2 Lưu đồ thuật toán WF 32

Hình 4.3 dạng sóng của tín hiệu sạch 39

Hình 4.4 Dạng sóng của tín hiệu bị nhiễu với SNR = 5dB 39

Hình 4.5 Dạng sóng của tín hiệu sau khi xử lý nhiễu bằng WF với SNR = 5dB 40

Hình 4.6 dạng sóng của tín hiệu sạch 40

Hình 4.7 Dạng sóng của tín hiệu bị nhiễu do người nói xung quanh với SNR = 5dB .41

Hình 4.8 Dạng sóng của tín hiệu sau khi xử lý nhiễu bằng WF với SNR = 5dB 41

Hình 4.9 dạng sóng của tín hiệu sạch 42

Hình 4.10 Dạng sóng của tín hiệu bị nhiễu do tiếng xe hơi với SNR = 5dB. 42

Hình 4.11 Dạng sóng của tín hiệu sau khi xử lý nhiễu bằng WF với SNR = 5dB. 43

Hình 4.12 dạng sóng của tín hiệu sạch 43

Hình 4.13 Dạng sóng của tín hiệu bị nhiễu do người nói xung quanh với SNR = 15dB.

.......................................................................................................................................44

Hình 4.14 Dạng sóng của tín hiệu sau khi xử lý nhiễu bằng WF với SNR = 15dB. 44

Hình 4.15 dạng sóng của tín hiệu sạch 45

Hình 4.16 Dạng sóng của tín hiệu bị nhiễu do tiếng xe hơi với SNR = 15dB. 45

Hình 4.17 Dạng sóng của tín hiệu sau khi xử lý nhiễu bằng WF với SNR = 15dB. 46

Bảng 2.1.Thang điểm đánh giá chất lượng tiếng nói theo MOS 17

Bảng 2.2. Thang điểm đánh giá chất lượng tín hiệu tiếng nói theo CCR 17

Bảng 2.3. Thang đánh giá DCR 18

TIẾNG ANH

Từ viết

tắt

Tiếng Anh	Nghĩa tiếng Việt
SNR	Signal Noise Ratio	Tỉ số tín hiệu trên nhiễu
PC	Personal Computer	Máy tính cá nhân
SPL	Sound Pressure Level	Mức áp suất của âm thanh
MMSE	Minium Mean-Squared Error	Tối thiểu hoá sai lệch trung bình bình phương
SVD	Singular Value Decomposition	Phép phân tích giá trị đơn
DFT	Discrete Fourier Transform	Phép biến đổi Fourier rời rạc
FFT	Fast Fourier Transform	Phép biến đổi Fourier nhanh
DTFT	Discrete-Time Fourier Transform	Phép biến đổi Fourier của tín hiệu rời rạc.
ZT	Z Transform	Phép biến đổi Z
ROC	Region of Convergence	Miền hội tụ
IDTFT	Inverse Discrete Fourier Transform	Phép biến đổi ngược Fourier rời rạc
LTI	Linear Time-Invariant	Hệ thống tuyến tính và bất biến theo thời gian
ITU-T	InternationalTelecommunications Union-Telecommunication	Hiệp hội tiêu chuẩn viễn thông quốc tế
ACR	Absolute Categories Rating	Đánh giá theo giá trị tuyệt đối
MOS	Mean Opinion Scores	Đánh giá theo quan điểm người nghe
CCR	Comparison Category Rating	Đánh giá bằng cách so sánh
DCR	Degradation Category Rating	Đánh giá suy giảm chất lượng
SE	Subjective Evaluation	Đánh giá chủ quan
OE	Objective Evaluation	Đánh giá khách quan
WSS	Weighted Spectral Slope	Đo theo trọng số của phổ