بهسازی گفتار مبتنی بر روش ترکیبی تفاضل طیفی و برنامه نویسی ژنتیک

در بیشتر محیط های زندگی، نویزهای مختلفی حضور دارد که داده های صوتی را تخریب می کند. در این مقاله روشی را معرفی می کنیم که در آن با استفاده از برنامه نویسی ژنتیک، نویز افزوده شده به داده های صوتی کاهش داده می شود تا داده های با کیفیت بهتری به دست آید. به این منظور ترکیب دو روش تفاضل طیفی و برنامه نویسی ژنتیک برای بهسازی گفتار پیاده سازی شده است. در این روش در مرحله اول، نویز به روش تفاضل طیفی کاهش می یابد. در گام بعدی، برای بهسازی بیشتر، از روش برنامه نویسی ژنتیک استفاده می شود. در این گام درخت هایی آموزش داده می شود که گفتار خروجی الگوریتم تفاضل طیفی را به داده های تمیزتری نگاشت می کند. برتری روش ترکیبی پیشنهادی در بهسازی گفتار اثبات شده و بهبودی در حدود 2 تا 5/6 دسی بل در نسبت سیگنال به نویز حاصل شده است. مقایسه روش های برنامه نویسی ژنتیک، شبکه عصبی، تفاضل طیفی و روش ترکیبی حاضر در بهسازی گفتار نشان می دهد که در مجموع، روش ترکیبی تفاضل طیفی- برنامه نویسی ژنتیک نسبت به سایر روش ها نتایج بسیار بهتری را ارائه می کند.