dc.creator.ID |
LIMA, I. A. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/6865119422219899 |
pt_BR |
dc.contributor.advisor1 |
ALENCAR, Marcelo Sampaio de. |
|
dc.contributor.advisor1ID |
ALENCAR, M.S. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/0946722048975388 |
pt_BR |
dc.contributor.referee1 |
VELOSO, Luciana Ribeiro. |
|
dc.contributor.referee2 |
LOPES, Waslon Terllizzie Araújo. |
|
dc.contributor.referee3 |
QUEIROZ, Wamberto José Lira de. |
|
dc.description.resumo |
Um dos principais problemas no desenvolvimento de filtros para sinais de voz é a avaliação do seu desempenho. Não é possível determinar o desempenho de uma técnica de tratamento de ruído sonoro apenas pela análise da SNR obtida, pois a qualidade do sinal filtrado está ligada à sua inteligibilidade. As avaliações subjetivas também não são conclusivas. Esta dissertação apresenta uma avaliação comparativa dos filtros com resposta finita ao impulso de Wiener ótimo e sub-ótimo, que permite a ponderação entre redução de ruído obtida e distorção inserida a partir do ajuste de um parâmetro , por meio da observação da taxa de acertos de um sistema de reconhecimento automático de voz (RAV). Os filtros implementados possuem ordem 20 e janela de análise de 20 ms (intervalo no qual o sinal de voz pode ser considerado estacionário). Para o filtro sub-ótimo foram usados = 0; 5, = 0; 7 e = 0; 8. Para o reconhecedor foi utilizado o decodificador de amplo vocabulário Julius, modelo acústico baseado em cadeias de Markov (Hidden Markov Models – HMMs) e modelo linguístico N-grama para o português brasileiro. Os testes foram realizados com 20 frases de locutores distintos, totalizando 146 palavras. Foram obtidos os percentuais de palavras reconhecidas corretamente para os sinais sem adição de ruído, e para ruído aditivo gaussiano branco com SNR de 20 dB, 15 dB, 10 dB, 5 dB, 3 dB e 0 dB. Para avaliar o efeito de distorção nos filtros implementados, os sinais obtidos pela filtragem dos arquivos de voz sem ruído são processados pelo reconhecedor, observando que a percentagem de acerto aumenta com a diminuição do parâmetro (o filtro de Wiener corresponde a = 1). A partir da análise dos resultados de reconhecimento para os diferentes valores de SNR se conclui que a aplicação do filtro sub-ótimo com = 0; 7 resulta na melhor taxa de acertos para o reconhecedor utilizado dentre os quatro filtros desenvolvidos quando o ruído é aditivo
gaussiano branco. A melhoria observada foi de 10% para a menor SNR avaliada e de 14% para a maior SNR avaliada. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.program |
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica. |
|
dc.title |
Redução de ruído sonoro aplicada ao reconhecimento automático de voz. |
pt_BR |
dc.date.issued |
2014-03-28 |
|
dc.description.abstract |
One of the main problems in the development of filters for speech signals is performance
evaluation. It is not possible to evaluate the technique only by the obtained SNR analysis,
because the quality of the filtered signal is related to its intelligibility. Subjective evaluations
are also not conclusive.
This dissertation presents a comparative evaluation of finite impulse response Wiener
optimal and sub-optimal filters, which allows weighting between noise reduction and distortion
insertion by setting a parameter , through the observation of an automatic speech recognition
(ASR) system error rate.
The 20 order filters were implemented with analysis window of 20 ms (for which the
speech signal can be considered stationary). A sub-optimal filter was tested, for = 0:5,
alpha = 0:7 and = 0:8. The large vocabulary decoder Julius was chosen for the ASR system.
Hidden Markov Models (HMMs) and N-gram language model for Brazilian Portuguese were
used for acoustic and linguistic training.
The tests were performed with 20 sentences from different speakers, totaling 146 words.
The percentage of correctly recognized words for the clean speech signals, additive white Gaussian
noise (AWGN) was obtained, for a SNR of 20 dB, 15 dB, 10 dB, 5 dB, 3 dB, 0 dB, and
filtered signals.
To evaluate the distortion effect caused by filtering, the filtered version of clean speech
signals were processed by the recognizer, and it was observed that the error rate decreases with
the reduction of the parameter (the Wiener filter corresponds to = 1).
Based on the analysis of recognition results for different values of SNR, the application
of sub-optimal filter, with = 0:7, produces the best recognition rate for a specified AWGN
among the four designed filters. The observed improvement was 10% for the lowest SNR and
14% for the highest SNR evaluated. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/8156 |
|
dc.date.accessioned |
2019-10-16T20:01:46Z |
|
dc.date.available |
2019-10-16 |
|
dc.date.available |
2019-10-16T20:01:46Z |
|
dc.type |
Dissertação |
pt_BR |
dc.subject |
Processamento Digital de Sinais |
|
dc.subject |
Redução de Ruído |
|
dc.subject |
Reconhecimento de Voz |
|
dc.subject |
Avaliação Comparativa dos Filtros |
|
dc.subject |
Impulso de Wiener Ótimo e Sub-Ótimo |
|
dc.subject |
Sistema de Reconhecimento Automático de Voz (RAV) |
|
dc.subject |
Cadeias de Markov - Modelo Acústico |
|
dc.subject |
Modelo Linguístico N-Grama |
|
dc.subject |
Ruído Aditivo Gaussiano Branco |
|
dc.subject |
Hidden Markov Models (HMMs) |
|
dc.subject |
Digital Signal Processing |
|
dc.subject |
Noise Reduction |
|
dc.subject |
Voice Recognition |
|
dc.subject |
Comparative Evaluation of Filters |
|
dc.subject |
Wiener Impulse Great and Sub-Great |
|
dc.subject |
Automatic Voice Recognition System (RAV) |
|
dc.subject |
Markov Chains - Acoustic Model |
|
dc.subject |
Language Model N-Gram |
|
dc.subject |
White Gaussian Additive Noise |
|
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
LIMA, Ísis de Andrade. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Noise reduction applied automatic voice recognition. |
pt_BR |
dc.identifier.citation |
LIMA, I.de A. Redução de ruído sonoro aplicada ao reconhecimento automático de voz. 2014. 103 f. (Dissertação de Mestrado em Engenharia Elétrica), Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2014. |
pt_BR |