Dar Bantlı Konuşma İzgel Zarfının Sinir Ağları Kullanılarak Genişletilmesi ve Kalitesinin Artırılması

Öz

Geleneksel telefon sistemlerinde, 7−8 kHz’e kadar bileşenleri olan insan sesi 3.4 kHz bant genişliğine sahip bir alçak geçirgen süzgeçten geçirilip 8 kHz’te örneklenerek gönderilir. Kodlama ve benzeri işlemlerden kaynaklanan hiçbir kayıp olmasa bile, yüksek frekans bölgesinin süzülerek kaybolmasından kaynaklanan bir kalite kaybı söz konusudur. Bu kayıp, anlaşılabilirliği pek etkilememekle beraber konuşma kalitesinde hissedilir bir bozulmaya yol açmaktadır. Bu çalışmada, izgel zarfın düşük frekanslı bölgelerinden faydalanılarak; süzülen yüksek frekanslı bölgelerin izgel zarfı elde edilmeye çalışılmış ve izgel zarfın genişletilmesi olarak da nitelenebilecek bu işlem için yapay sinir ağları yöntemi kullanılmıştır. Daha sonra genişletilen bu izgel zarf kullanılarak kaybolan yüksek frekanslı bölgeler kaynak-süzgeç modeliyle yeniden oluşturulmuş ve böylece konuşma kalitesini artırılması hedeflenmiştir. Geliştirilen bu yöntem telefon kalitesindeki konuşmalar için kullanılmakla birlikte, daha düşük bant genişliğine sahip konuşmalar (1.8 kHz) için de kullanılabilir.

Anahtar Kelimeler

• İzgel zarf genişletme,İzgel zarf dışdeğerleme,konuşma kalitesi iyileştirme,sinir ağları

Kaynakça

1. [1] European Telecommunications Standards Institute (ETSI), "Speech Processing Transmission & Quality Aspects (STQ) QoS parameter definitions and measurements," ETSI, ETSI EG 201 769-1 [online], http://www.etsi.org/deliver/etsi_eg/201700_201799/20176901/01.01.01_60/ eg_20176901v010101p.pdf, v1.1.1, 2000.
2. [2] O’Shaughnessy, D. 1987. Speech Communications - Human and Machine. Addison-Wesley, Reading, Massachusetts.
3. [3] Patrick, P. J., Steele, R. ve Xydeas, C. S., 1993. Frequency compression of 7.6 khz speech into 3.3 khz bandwith, IEEE Transactions on Communications, Cilt. 31(5), s. 692–701. DOI: 10.1109/TCOM.1983.1095876
4. [4] Epps, J. ve Holmes, W. H. 2001. A new very low bit rate wideband speech coder with a sinusoidal highband model. IEEE International Symposium on Circuits and Systems ISCAS, Sydney.
5. [5] Geiser, B. ve Vary, P. 2007. Backwards compatible wideband telephony in mobile networks: Celp watermarking and bandwidth extension. Procceedings of ICASSP, Honolulu.
6. [6] Prasad, N ve Kumar, T. K. 2016. Speech bandwidth extension using magnitude spectrum data hiding. International Conference on Computing, Analytics and Security Trends (CAST), Pune.
7. [7] Carl, H., Heute U. 1994. Bandwidth enhancement of narrowband speech signals. Procceedings of EUSIPCO, VII European Signal Processing Conference, Edinburg, 1178–1181.
8. [8] Yoshida, Y., and Abe, M 1994. An algorithm to reconstruct wideband speech from narrowband speech based on codebook mapping. Proc. Int. Conf. on Spoken Language Processing (ICSLP), Yokohama, 1591-1594

9. [9] Chan, C-F., and Hui, W-K. 1996. Wideband enhancement of narrowband coded speech using mbe re-synthesis 3rd International Conference on Signal Processing Procceedings of ICSP , Beijing.
10. [10] Epps, J., Holmes, W. H. 1998. Speech enhancement using stc-based bandwidth extension. Proc. Int. Conf. on Spoken Language Processing (ICSLP), Sidney.
11. [11] Epps, J., Holmes, W. H. 1999. A new technique for wideband enhancement of coded narrowband speech, Procceedings of IEEE Workshop on Speech Coding, Porvoo. DOI: 10.1109/SCFT.1999.781522
12. [12] Jax, P., Vary, P., 2000. Wideband extension of telephone speech using a hidden markov model. Proc. of IEEE Workshop on Speech Coding, Delevan. DOI: 10.1109/SCFT.2000.878427.
13. [13] Gustafsson, H., Lindgren, U.A., Claesson, I. 2006. Low-complexity featuremapped speech bandwidth extension. IEEE Transactions on Audio, Speech and Language Processing, Cilt. 14(2), p. 577–588. DOI: 10.1109/TSA.2005.855837
14. [14] Chennoukh, S., Gerrits, A., Miet, G., Sluijter, R. 2001. Speech Enhancement via Frequency Bandwidth Extension using Line Spectral Frequencies. Proc. of IEEE International Conference on Acoustics, Speech, and Signal Processing ICASSP-2001, Salt Lake City, DOI: 10.1109/ICASSP.2001.940919.
15. [15] Vaseghi, S., Zavarehei, E., Qin, Y. 2006. Speech Bandwidth Extension: Extrapolations of Spectral Envelop and Harmonicity Quality of Excitation, Proc. of IEEE International Conference on Acoustics, Speech, and Signal Processing ICASSP-2006, Toulouse, DOI: 10.1109/ICASSP.2006.1660786.
16. [16] Prasad, N., Kumar, T. K. 2016. Bandwidth Extension of Speech Signals: A Comprehensive Review. I.J. Intelligent Systems and Applications, Cilt. 2016(2), pp. 45-52, DOI: 10.5815/ijisa.2016.02.06
17. [17] Lahouti, F., Fazel, A. R., Safavi-Naeini, A. H., Khandani, A. K. 2006. Single and Double Frame Coding of Speech LPC Parameters using a Lattice-Based Quantization Scheme. IEEE Transactions on Audio, Speech and Language Processing, Cilt. 14(5), s. 1624–1701. DOI: 10.1109/TSA.2005.858560
18. [18] Rabiner, L. R., Schafer, R. W. 1978. Digital Processing of Speech Signals, Prentice-Hall, New Jersey.
19. [19] Kay, S. M. 1988. Modern Spectral Estimation: Theory and Application, Prentice-Hall, New Jersey.
20. [20] Moon, T. K., Stirling, W. C. 2000. Mathematical Methods and Algorithms for Signal Processing, Prentice-Hall, New Jersey.
21. [21] Viswanathan, R., Makhoul, J. 1975. Quantization properties of transmission parameters in linear predictive systems. IEEE Transactions on Acoustics, Speech and Signal Processing, Cilt. 23(3), s. 309–321. DOI: 10.1109/TASSP.1975.1162675
22. [22] Gray, Jr. A. H., Markel, J. D. 1976. Quantization and bit allocation in speech processing. IEEE Transactions on Acoustics, Speech and Signal Processing, Cilt. 24( 6), s. 459–473. DOI: 10.1109/TASSP.1976.1162857
23. [23] F. Itakura, 1975 Line spectrum representation of linear predictive coefficients of speech signals. Journal of the Acoustical Society of America, Cilt. 57(1), p. 35. DOI: 10.1121/1.1995189
24. [24] Gray, R., Buzo, A., Gray, A., Matsuyama, Y. 1980. Distortion Measures for Speech Processing. IEEE Transactions on Acoustics, Speech, and Signal Processing , Cilt. 28(4), s. 367–376. DOI: 10.1109/TASSP.1980.1163421
25. [25] P. Jax. 2004 Bandwidth Extension for Speech , s. 171-235. Larsen, E., Aarts, R.M. 2004. Audio Bandwidth Extension: Application of Psychoacoustics, Signal Processing and Loudspeaker Design, John Wiley & Sons
26. [26] McAulay, R., Quatieri, T. 1986. Speech Analysis-Synthesis Based on a Sinusoidal Representation, IEEE Transactions on Acoustics, Speech, and Signal Processing, Cilt 34(4), s. 744-754. DOI: 10.1109/TASSP.1986.1164910
27. [27] Jayant, N. S., Noll, P. 1984. Digital Coding of Waveforms, Prentice-Hall, New Jersey.