Voice activity detection with stochastic resonance
Stokastik rezonans ile ses aktivite algilama
- Tez No: 842409
- Danışmanlar: PROF. DR. PRAMOD K. VARSHNEY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Syracuse Unıversıty
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son zamanlarda stokastik rezonans yöntemlerinin, belirli suboptimal sinyal işleme sistemlerinin performansını artırdığı gösterilmiştir. Bu tezde, stokastik rezonansı konuşma sinyali işlemeye uygulanmıştır. Özellikle, suboptimal bir ses aktivite dedektörünün performansını değiştirmeden iyileştirmek için bir yöntem sunulmuştur. Deneylerde, referans dedektör olarak Sohn ve Sung'un ses aktivite dedektörünü kullanılmıştır. Bu dedektör, konuşma ve gürültü sinyallerinin birbirinden bağımsız olan Gaussian rastgele süreçler olduğu ve her sürecin Discrete Fourier Transform (DFT) katsayılarının asimptotik olarak bağımsız Gaussian rastgele değişkenler olduğu varsayımları altında Generalized Likelihood Ratio Test (GLRT) yöntemini kullanarak tasarlanmıştır. Ancak, son çalışmalar, temiz konuşma ve gürültü sinyallerinin DFT katsayılarını daha doğru bir şekilde Laplace ve Gamma dağılımlarıyla temsil ettiğini göstermiştir. Bu nedenle, Sohn ve Sung'un ses aktivite dedektörü, temel tasarım varsayımları nedeniyle suboptimaldir ve iyileştirilebilir. Bu çalışmada, dedektörün giriş sinyali, bir SR filtresi olarak kullanılan bistabil SR sistemini kullanarak ön işlemden geçirilir. Optimum SR filtre parametreleri, eğilim katsayısı kullanılarak elde edilir. İlgi çekici sinyalin yüksek karmaşıklığı nedeniyle, katsayıların iteratif bir şekilde bulunmasıdır. Farklı giriş sinyalleri ve eğitim veri setleri üzerinde gerçekleştirilen deneyler, giriş sinyalinin dağılımı hakkında yeterli bilgiye sahipse, eğer sadece giriş sinyalinin %20'si eğitim verisi olarak kullanılıyorsa bile, optimum parametreleri elde etmenin mümkün olduğunu göstermiştir. Sistemin SR filtresinden önce ve sonra dedektör performansı, Receiver Operating Curves (ROC) kullanılarak karşılaştırılır. ROC'lerden, yöntemimizin daha düşük yanlış alarm oranları için %17.5'e kadar ve daha yüksek yanlış alarm oranları için %4.5'e kadar dedektör performansını iyileştirdiği gözlemlenmiştir. Simülasyon sonuçlarına dayanarak, yöntemimizin suboptimal ses aktivite dedektörünün performansını iyileştirmek için etkili bir yöntem olduğu sonucuna varılmıştır.
Özet (Çeviri)
Stochastic resonance methods have recently been shown to improve the performance of certain suboptimal signal processing systems. In this thesis, we apply stochastic resonance to speech signal processing. In particular, we present a method to improve detection performance of a suboptimal voice activity detector without changing it. In our experiments, we use Sohn and Sung's voice activity detector as our reference detector. This detector was designed by using the Generalized Likelihood Ratio Test (GLRT) method under the assumptions that speech and noise signals are Gaussian random processes that are independent of each other and the Discrete Fourier Transform (DFT) coefficients of each process are asymptotically independent Gaussian random variables. However, recent studies have shown that Laplacian and Gamma distributions more accurately represent DFT coefficients of clean speech and noise signals. Therefore, Sohn and Sung's voice activity detector is suboptimal because of its underlying design assumptions and can be improved. In this study, in order to improve detection performance, the input signal of the detector is preprocessed using the bistable SR system used as an SR filter. Optimum SR filter parameters are obtained by using the deflection coefficient. Due to the high complexity of the signal of interest, the coefficients are found in an iterative manner. Experiments conducted on different input signals and training data sets showed that it is possible to get optimum parameters, even when only 20% of the input signal is used as training data, if it has enough information about the distribution of input signal. The detector performance of the system before and after the SR filter is compared using the Receiver Operating Curves (ROC). From the ROCs, we observe that our method improved detection performance up to 17.5% for lower false alarm rates and up to 4.5% for higher false alarm rates. Based on the simulation results, our method is an efficient method to improve detection performance of suboptimal voice activity detector.
Benzer Tezler
- Oditoryumlarda akustik önlemler ve çoklu kullanım
Accoustical precautions and milti purpose usage of auditorums
ÇİĞDEM YÜCEL
- Tarım işletmelerinde gelirin dağılımı ve kullanımı Ankara ili Keçiören ilçesi Saray köyü örneği
The Distribution and use of income in farm operations a case study: in Saray village of Ankara province
AHMET ÇELİKDİN
Yüksek Lisans
Türkçe
1987
ZiraatAnkara ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
YRD. DOÇ. DR. SELAHATTİN ERAKTAN
- Ankara keçilerinde serum tiroksin düzeyi ve tiftik kalitesi arasındaki ilişkiler
The Relatianship between serum thyroxine levels and the physical quality characteristic of the Angora goat mohair in Turkey
ZİŞAN EMRE