Etude comparative des techniques de débruitage de signal parole (pour le cas mono-canal)

Abstract

L'amélioration de la parole vise à améliorer la qualité de parole, en utilisant divers algorithmes. Le débruitage de signal parole est l'amélioration de l'intelligibilité et la qualité de perception globale du signal dégradé et cela on utilisant différentes techniques. L’objectif de ce travail est de faire une étude comparative des performances de plusieurs approches de débruitage (amélioration de signal) de signal parole dans lesquelles un canal d'acquisition unique est disponible (le cas monocanal). Dont, on étudie les différentes méthodes bayésiennes de débruitage du signal de parole. Cette étude peut être imposée par le système utilisé comme les applications basées sur le téléphone mobile ou par la disponibilité du signal désiré comme les applications pré enregistrées. Le problème de débruitage consiste à enlever le bruit à partir du signal corrompu sans l'altérer. Par conséquent, l'étude comparative se fait en termes de qualité de la parole. La qualité de la parole reconstruite est mesurée avec la technique de mesurer de l’évaluation perceptuel de la qualité de parole PESQ (Perceptual Evaluation of Speech Quality), segSNR (segmentaire SNR), WSS (Weighted Spectral Slope Measures) et LLR (Likelihood Linear Regression). Ainsi l’évaluation peut être effectuée en termes du taux d’améliorations du SNR. Toutes méthode a été évaluée en présence de différents types de bruit (les bruits inclus : bavardage, blanc gaussiene, réel, voiture, restaurant, salle d'exposition) en utilisant la base de données TIMIT et le corpus de NOIZEUS يهدف تحسين الصوت إلى تحسين جودته و ذلك باستعمال خوارزميات مختلفة (متعددة )، و بذلك يتم الحد أو التقليل من التشويش (الضوضاء). إن الهدف من تقليل التشويش في الإشارة الصوتية هو تحسين الوضوح و جودة الفهم للإشارة بشكل عام و ذلك باستخدام عدة تقنيات. إن هدف هذا البحث هو إجراء دراسة مقارنة للعديد من أداء الأصوات للحد من التشويش و تعزيز جودة الإشارة الصوتية عبر قناة استقبال واحدة متاحة ( حالة القناة الواحدة ). حيث يدرس أيضا الأساليب النظرية و الافتراضية للتشويش أثناء الكلام. قد يفرض النظام المستعمل مثل التطبيقات على الهاتف النقال أو تلك المثبتة مسبقا على الجهاز على هذه الدراسة أو عن طريق إمكانية اختيار الإشارة المتاحة المفضلة. تتطلب إزالة التشويش من الإشارة الصوتية دون إحداث أي تغيير. لذلك تتم دراسة مقارنة من حيث نوعية الصوت. إن جودة الصوت معادة التشكيل تقاس عن طريق تقنية قياس جودة الصوت و هي: PESQ (Perceptual Evaluation of Speech Quality), segSNR (segmentaire), SNR WSS (Weighted Spectral Slope Measures) et LLR (Likelihood Linear Regression) تقويم كافة الطرق ومناهج التشويش في عدة مواضع في الإشارة الصوتية من بينها التالي: الثرثرة (التكلم )، التشويش الأبيض و الحقيقي، السيارة، المطعم، قاعة العرض. نستعمل في هذه الدراسة قاعدة البيانات TIMIT و مجموعة قوانين NOIZEUS Improvement of the speech aims to improve the quality of the saound by using various algorithms. The objective of débruitage of signal speech is the improvement of the intelligibility and quality of total perception of the degraded signal by using various techniques. The objective of this work is to make a comparative study on performances of several approaches of débruitage (improvement of signal) of signal speech in which a single channel of acquisition is available (the case monocanal). Although we study the various methods bayésiennes of débruitage of the signal of saound. This study can be imposed by the system used like the applications based on the mobile phone or by the availability of the signal wished like the preregistered applications. The problem of débruitage consists in removing the noise starting from the signal corrupted without deteriorating it. Consequently, the comparative study is done in terms of quality of the speech. The quality of the rebuilt saound is measured with the measurement technique of the perceptuel evaluation of the quality of word PESQ (Perceptual Evaluation of Speech Quality), segSNR (segmentary SNR), WSS (Spectral Weighted Measures Slope) and LLR (Likelihood Linear Regression). Thus the evaluation can be carried out in terms of the rate of improvements of the SNR. All method was evaluated in the presence of various types of noise (the noise included: chattering, white Gaussian, real, car, restaurant, showroom) by using database TIMIT and the corpus of NOIZEUS