Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://elartu.tntu.edu.ua/handle/lib/44054
Tüm üstveri kaydı
Dublin Core AlanıDeğerDil
dc.contributor.advisorДунець, Василь Любомирович-
dc.contributor.advisorDunets, Vasyl-
dc.contributor.authorСторож, Сергій Ігорович-
dc.contributor.authorStorozh, Serhii-
dc.date.accessioned2023-12-29T09:01:53Z-
dc.date.available2023-12-29T09:01:53Z-
dc.date.issued2023-12-
dc.date.submitted2023-12-
dc.identifier.citationСторож С. І. Метод та алгоритм підвищення точності розпізнавання звукових сигналів у закритому середовищі : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „172 — телекомунікації та радіотехніка“ / С. І. Сторож. — Тернопіль: ТНТУ, 2023. — 86 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/44054-
dc.description.abstractУ рамках даної кваліфікаційної роботи вдосконалено підходи до покращення точності виявлення акустичних сигналів у ЗС, а також метод моделювання реверберації. Ці техніки ґрунтуються на застосуванні МСВ, використовуючи модель, яка базується на концепції Полака і методі Дебніха. Вдосконалений підхід для покращення точності розпізнавання мовних сигналів реалізо- вано у формі програмного забезпечення. У першому розділі розглянуто труднощі пов’язані із визначенням акустичних сигналів у ЗС, досліджено прямий звук та компоненти реверберації, проаналізовано методи вимірю- вання часу реверберації, розглянуто типи оцінки критичної відстані і акустичні особливо- сті ЗС залежно від частотного діапазону. У другому розділі кваліфікаційної роботи представлено конфігурації існуючих генерато- рів акустичних сигналів, обладнаних ефектами реверберації, надано висновки моделюва- ння імпульсних характеристик з метою порівняння із фактичними параметрами ЗС. У третьому кваліфікаційної роботи на основі аналізу вже існуючих методів для подолан- ня ефектів реверберації та вдосконалення точності виявлення акустичних сигналів у ЗС, визначено, що найоптимальнішим для застосування є МСВ. Проведено аналіз підходів, які дозволяють оцінити спектр пізньої реверберації для МСВ. Враховуючи переваги та недоліки, для застосування у досліджені був обраний метод Деб- ніха (МСВ).uk_UA
dc.description.abstractThis qualification work develops approaches to improve the accuracy of sound signal recogni- tion in an enclosed environment, as well as methods for modeling reverberation in the environ- ment and creating artificial reverberation. These methods are based on the application of spectral subtraction, using a model based on the concept of Polak and the Debnich method. The developed approach to improving the accuracy of sound signal recognition was imple- mented in the form of a computer program. In the first chapter of qualification work considered the difficulties associated with the deter- mination of sound signals in a closed environment, described the study of direct sound and reve- rberation components, analyzed the methods of measuring the reverberation time, considered methods for estimating the critical distance and acoustic features of the environment depending on the frequency range. In the second chapter of the qualification work presented configurations of existing sound signal generators equipped with reverberation effects, carried out the analysis of their structures the results of modeling their impulse characteristics are presented in order to compare them with real environmental parameters. In the third chapter of qualification work, based on the analysis of existing methods for over- coming reverberation effects and improving the accuracy of audio signal recognition in a closed environment, it was concluded that most optimal method for use is the spectral subtraction met- hod. An analysis of approaches that make it possible to estimate the late reverberation spectrum for the spectral subtraction algorithm was carried out. Taking into account the advantages and disad- vantages, the Debnich method (spectral subtraction filter) was chosen for use in the work.uk_UA
dc.description.tableofcontentsВСТУП 9 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА .11 1.1 Прямий звук та компоненти реверберації 11 1.2 Час реверберації 13 1.3 Критична відстань 16 1.4 Аналіз акустики середовища в залежності від діапазону частот 16 1.5 Висновок до розділу 1 18 РОЗДІЛ 2. ОСНОВНА ЧАСТИНА 19 2.1 Хвильове моделювання 19 2.2 Траєкторія променів 20 2.3 Метод уявних джерел 21 2.4 Статистична модель середовища 23 2.5 Вибір методу моделювання 26 2.6 Штучна генерація реверберації 27 2.6.1 Структури на базі всепропускаючих та гребінчастих фільтрів .. 28 2.6.2 Мережі зворотніх ліній затримок 30 2.6.3 Порівняння отриманих результатів 32 2.7 Метод підвищення точності розпізнавання звукових сигналів у закритому середовищі 34 2.7.1. Приглушення реверберації 35 2.7.2. Спектральне віднімання 36 2.7.3. Спектральне віднімання 38 2.7.4. Просторова обробка 39 2.7.5. Гомоморфна деконволюція 40 2.7.6. Метод спектрального віднімання для подолання реверберації звукового сигналу 42 2.8. Висновок до розділу 2 53 РОЗДІЛ 3. НАУКОВО-ДОСЛІДНА ЧАСТИНА 54 3.1. МОДЕЛЮВАННЯ ГАРМОНІЧНОГО СИГНАЛУ 54 3.2. Моделювання з використанням звучання акорду на гітарі 56 3.3. Моделювання мовного сигналу 57 3.4. Аналіз роботи алгоритму в залежності від вхідних параметрів 58 3.5. Висновок до розділу 4 61 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 62 4.1. Питання щодо охорони праці 62 4.2. Питання щодо безпеки в надзвичайних ситуаціях 64 4.3. Висновок до розділу 4 70 ВИСНОВКИ 71 ПЕРЕЛІК ДЖЕРЕЛ 72uk_UA
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subject172uk_UA
dc.subjectтелекомунікації та радіотехнікаuk_UA
dc.subjectзвукові сигналиuk_UA
dc.subjectточністьuk_UA
dc.subjectрозпізнаванняuk_UA
dc.subjectревербераціяuk_UA
dc.subjectсередовищеuk_UA
dc.subjectпрограмне забезпеченняuk_UA
dc.subjectsound signalsuk_UA
dc.subjectqualityuk_UA
dc.subjectrecognitionuk_UA
dc.subjectreverberationuk_UA
dc.subjectpremisesuk_UA
dc.subjectsoftwareuk_UA
dc.titleМетод та алгоритм підвищення точності розпізнавання звукових сигналів у закритому середовищіuk_UA
dc.title.alternativeMethod and algorithm for improving the accuracy of sound signal recognition in a closed environmentuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder©Сторож Сергій Ігорович, 2023uk_UA
dc.contributor.committeeMemberХвостівський, Микола Орестович-
dc.contributor.committeeMemberKhvostivskyy, Mykola-
dc.coverage.placenameТернопільський національний технічний університет імені Івана Пулюя, кафедра радіотехнічних систем, м. Тернопіль, Українаuk_UA
dc.subject.udc621.396.621.2uk_UA
dc.relation.references1. F.Everest. The Master Handbook of Acoustics. McGraw-Hill, 1994.uk_UA
dc.relation.references2. Encyclopaedia Britannica Online. Acoustics. 2007.uk_UA
dc.relation.references3. P. A. Naylor and N. D. Gaubitch, Speech Dereverberation. Berlin, Germany: Springer, 2010.uk_UA
dc.relation.references4. E.A.P Habets, “Single- and multi-microphone speech dereverberation using spectral enhancement,” Ph.D. dissertation, T. U. Eindhoven, 2007.uk_UA
dc.relation.references5. Kuttruff, H.: room acoustics, 4 edn. Taylor & Francis (2000).uk_UA
dc.relation.references6. Savioja, L., Rinne, T.J., Takala, T.: Simulation of room acoustics with a 3-D finite difference mesh. In: Proc. Int. Computer Music Conf., pp. 463–466. Denmark (1994).uk_UA
dc.relation.references7. Kleiner, M., Dalenb.ack, B., Svensson, P.: Auralization – an overview. J. Acoust. Soc. Am. 41(11), 861–875 (1993).uk_UA
dc.relation.references8. Wen, J.Y.C., Gaubitch, N.D., Habets, E.A.P., Myatt, T., Naylor, P.A.: Evaluation of speech dereverberation algorithms using the MARDY database. In: Proc. Int. Workshop Acoust. Echo Noise Control (IWAENC). Paris, France (2006).uk_UA
dc.relation.references9. Kuttruff, K.H., Schroeder, M.R.: On frequency response curves in rooms. comparison of experimental, theoretical, and monte carlo results for the average frequency spacing between maxima. J. Acoust. Soc. Am. 34(1), 76 – 80 (1962).uk_UA
dc.relation.references10. Savioja, L.:Modeling techniques for virtual acoustics. Doctoral dissertation, Helsinki University of Technology, Espoo, Finland (1999).uk_UA
dc.relation.references11. Kleiner, M., Dalenb.ack, B., Svensson, P.: Auralization – an overview. J. Acoust. Soc. Am. 41(11), 861–875 (1993).uk_UA
dc.relation.references12. Savioja, L., Backman, J., J.arvinen, A., Takala, T.:Waveguide mesh method for low-frequency simulation of room acoustics. In: Proc. of the 15th Int. Congr. Acoust. (ICA‟95), vol. 2, pp. 1–4. Trondheim, Norway (1995).uk_UA
dc.relation.references13. Krokstad, A., Strom, S., Sorsdal, S.: Calculating the acoustical room response by the use of a ray tracing technique. J. Sound Vib. 8, 118–125 (1968).uk_UA
dc.relation.references14. Kulowski, A.: Error investigation for the ray tracing technique. Appl. Acoust. 15(4), 263–274 (1982).uk_UA
dc.relation.references15. Allen, J.B., Berkley, D.A.: Image method for efficiently simulating small-room acoustics. J. Acoust. Soc. Am. 65(4), 943–950 (1979).uk_UA
dc.relation.references16. Peterson, P.M.: Simulating the response of multiple microphones to a single acoustic source in a reverberant room. J. Acoust. Soc. Am. 80(5), 1527–1529 (1986).uk_UA
dc.relation.references17. Nelson, P.A., Elliott, S.J.: Active control of sound. Academic, London (1993).uk_UA
dc.relation.references18. Polack, J.D.: La transmission de l‟.energie sonore dans les salles. Th`ese de doctorat d‟etat, Universit.e du Maine, Le Mans (1988).uk_UA
dc.relation.references19. Gustafsson, T., Rao, B.D., Trivedi, M.: Source localization in reverberant environments: modeling and statistical analysis. IEEE Trans. Speech Audio Process. 11(6), 791803 (2003).uk_UA
dc.relation.references20. Reichardt, W., Lehmann, U.: Raumeindruck als oberbegriff von rumlichkeit und halligkeit, erluterungen des raumeindrucksmasses. Acustica 40, 174–183 (1978).uk_UA
dc.relation.references21. Polack, J.D.: Playing billiards in the concert hall: the mathematical foundations of geometrical room acoustics. Appl. Acoust. 38(2), 235–244 (1993).uk_UA
dc.relation.references22. Pietrzyk, A.: Computer modeling of the sound field in small rooms. In: Proc. of the 15th AES Int. Conf. on Audio, Acoustics and Small Spaces, vol. 2, pp. 24–31. Copenhagen, Denmark (1998).uk_UA
dc.relation.references23. Gardner, W.G. 1998. Chapter 3. Reverberation Algorithms, in Kahrs, M. And Brandenburg, K. Editors. Applications of Digital Signal Processing to Audio and Acoustics. Kluwer Academic Publishers.uk_UA
dc.relation.references24. Schroeder. M. R., Logan, B. F. 1961. Colorless Artificial Reverberation. J. Audio Engineering Society. Vol. 9, No. 3.uk_UA
dc.relation.references25. E.A.P Habets, “Single- and multi-microphone speech dereverberation using spectral enhancement,” Ph.D. dissertation, T. U. Eindhoven, 2007.uk_UA
dc.relation.references26. J. Hardwick, C.D. Yoo, and J.S. Lim, “Speech enhancement using the dual excitation speech model,” in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), 1993, pp. 367–370.uk_UA
dc.relation.references27. C.D. Yoo, “Speech enhancement based on the generalized dual excitation model with adaptive analysis window,” in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), 1995, vol. 1, pp. 832–835.uk_UA
dc.relation.references28. H. Attias and L. Deng, “Speech Denoising and Dereverberation Using Probabilistic Models,” Advances in Neural Inform. Process. Syst., vol. 13, pp. 758–764, 2001.uk_UA
dc.relation.references29. J.R. Deller, J.G. Proakis, and J.H.L. Hansen, Discrete-Time Processing of Speech Signals. New York: MacMillan, 1993.uk_UA
dc.relation.references30. M. Tonelli, M.G. Jafari, and M.E. Davies, “A multi-channel Maximum Likelihood approach to de-reverberation,” in Proc. European Signal Process. Conf. (EUSIPCO), Florence, Italy, Sept. 2006.uk_UA
dc.relation.references31. B. Yegnanarayana, “Speech enhancement using excitation source information,” in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), 2002, vol. 1, pp. 541–544.uk_UA
dc.relation.references32. H. Wang and F. Itakura, “An implementation of multi-microphone dereverberation approach as a preprocessor to the word recognition system,” J. Acoust. Soc. Jap., vol. 13, no. 5, pp. 285–293, 1992.uk_UA
dc.relation.references33. A. Oppenheim, R. Schafer, T. Stockham, “Nonlinear filtering of multiplied and convolved signals”, IEEE Trans. Audio and Electroacoustics, Vol. AU-16, No. 3, 1968.uk_UA
dc.relation.references34. M. Wu and D. L. Wang, “A two-stage algorithm for one microphone reverberant speech enhancement,” IEEE Trans. Audio, Speech, Lang. Process., vol. 14, no. 3, pp. 774–784, May 2006.uk_UA
dc.relation.references35. P. Krishnamoorthy and S. R. M. Prasanna, “Reverberant speech enhancement by temporal and spectral processing,” IEEE Trans. Audio, Speech, Lang. Process., vol. 17, no. 2, pp. 137–148, Feb. 2009.uk_UA
dc.relation.references36. S. Mosayyebpour, M. Esmaeili, T. A. Gulliver, “Single-Microphone Early and Late Reverberation Suppression in Noisy Speech,” IEEE Trans. Audio, Speech, Lang. Process., vol. 21, no. 2, pp. 322–335, Feb. 2013.uk_UA
dc.relation.references37. E. A. P. Habets, N. Gaubitch, and P. A. Naylor, “Temporal selective dereverberation of noisy speech using one microphone,” in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), Apr. 2008, pp. 4577–4580.uk_UA
dc.relation.references38. J. S. Erkelens and R. Heusdens, “Single-microphone late-reverberation suppression in noisy speech by exploiting long-term correlation in the DFT domain,” in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), Apr. 2009, pp. 3997–4000.uk_UA
dc.relation.references39. N.D. Gaubitch, P.A. Naylor, and D. Ward, “On the use of linear prediction for dereverberation of speech,” in Proc. of the Int. Workshop Acoust. Echo Noise Control (IWAENC), Kyoto, Japan, 2003, pp. 99–102.uk_UA
dc.relation.references40. N.D. Gaubitch, D.B. Ward, and P.A. Naylor, “Statistical analysis of the autoregressive modeling of reverberant speech,” J. Acoust. Soc. Am., vol. 120, pp. 4031–4039, Dec. 2006.uk_UA
dc.relation.references41. D. Gesbert and P. Duhamel, “Robust blind identification and equalization based on multi-step predictors,” in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), 1997, vol. 26, no. 5, pp. 3621–3624.uk_UA
dc.relation.references42. Khvostivska L., Khvostivskyi M., Dunets V., Dediv I. Matematychne, alhorytmichne ta prohramne zabezpechennia synfaznoho vyiavlennia radiosyhnaliv v elektronnykh komunikatsiinykh merezhakh iz zavadamy [Mathematical, algorithmic and software support of synphase detection of radio signals in electronic communication networks with noises]. Scientific Journal of TNTU (Tern.), vol. 111, no 3, pp. 48-57 [in Ukrainian].uk_UA
dc.relation.references43. Хвостівський М.О., Дунець В.Л., Дедів І.Ю. Методичні рекомендації з оформлення кваліфікаційних робіт магістра за спеціальністю 172 Телекомунікації та радіотехніка. Тернопіль: ТНТУ імені Івана Пулюя, 2020. 21 с.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, факультет прикладних інформаційних технологій та електроінженерії, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
Koleksiyonlarda Görünür:172 — телекомунікації та радіотехніка, Електронні комунікації та радіотехніка

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
Сторож_С_І_robota.pdf2,84 MBAdobe PDFGöster/Aç
Сторож_С_І_Авторська_Довідка.doc57 kBMicrosoft WordGöster/Aç


DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.

Yönetim Araçları