We propose a novel approach to impr

We propose a novel approach to improve the performance of speech enhancement systems by using multiple linear regression to improve the technique of estimating the speech presence uncertainty. Conventional speech enhancement techniques use a fixed ratio Q of the a priori probability of speech presence and speech absence, or determine the value of Q simply by comparing one particular parameter against a threshold in deriving the speech absence probability (SAP) associated with the speech presence uncertainty. To further improve the performance of the SAP, we attempt to adaptively change Q according to a linear model consisting of the regression coefficients obtained by results from multiple linear regression analysis and two principal parameters: a priori SNR and the ratio between the local energy of the noisy speech and its derived minimum since these parameters correlate strongly with the value of Q. Distinct values of Q for each frequency in each frame are consequently assigned in time which leads to improved tracking performance of speech absence uncertainty and thus better performance of the proposed speech enhancement compared to conventional approaches. The superiority of the proposed approach is confirmed through extensive objective and subjective evaluations under various noise conditions.

ผลลัพธ์ (ไทย) 1:

เราเสนอวิธีการแบบนวนิยายเพื่อเพิ่มประสิทธิภาพของระบบปรับเสียง โดยใช้การถดถอยเชิงเส้นหลายเพื่อปรับปรุงเทคนิคของการประเมินการพูดแสดงความไม่แน่นอน เทคนิคเพิ่มประสิทธิภาพเสียงปกติใช้อัตราส่วนคง Q ของตัว priori น่าพูดอยู่และพูดขาด หรือกำหนดค่าของ Q ก็ โดยการเปรียบเทียบเฉพาะพารามิเตอร์กับขีดจำกัดในบริษัทฯ ที่พูดขาดความน่าเป็น (SAP) ที่พูดแสดงความไม่แน่นอน พัฒนาประสิทธิภาพการทำงานของ SAP เราพยายามที่จะเปลี่ยนแปลงได้อย่างเหมาะตามแบบจำลองเชิงเส้นที่ประกอบด้วยค่าสัมประสิทธิ์ถดถอยที่ได้รับ โดยผลจากการวิเคราะห์การถดถอยเชิงเส้นหลายและพารามิเตอร์หลักสอง Q: SNR เป็น priori และอัตราส่วนระหว่างพลังงานภายในของคำพูดเสียงดังและต่ำสุดได้รับเนื่องจากพารามิเตอร์เหล่านี้เชื่อมโยงอย่างยิ่ง ด้วยค่าของ Distinct ถามจึงกำหนดค่าของ Q สำหรับแต่ละความถี่ในแต่ละเฟรมในเวลาที่ นำไปสู่การปรับปรุงการติดตามประสิทธิภาพของเสียงขาดความไม่แน่นอนและดังนั้นประสิทธิภาพของประสิทธิภาพเสียงที่นำเสนอเปรียบเทียบกับวิธีดั้งเดิม ปมของวิธีนำเสนอจะยืนยันผ่านวัตถุประสงค์ที่หลากหลายและประเมินตามอัตวิสัยสภาวะเสียงรบกวนต่าง ๆ

ผลลัพธ์ (ไทย) 2:

เราเสนอแนวทางใหม่ในการปรับปรุงประสิทธิภาพการทำงานของระบบการเพิ่มประสิทธิภาพของการพูดโดยใช้การถดถอยเชิงเส้นหลายปรับปรุงเทคนิคการประมาณความไม่แน่นอนของการแสดงตนพูด เทคนิคการเพิ่มประสิทธิภาพของการพูดธรรมดาใช้อัตราคงที่ Q ของความน่าจะเป็นเบื้องต้นของการแสดงการพูดและการขาดการพูดหรือการกำหนดมูลค่าของ Q เพียงโดยการเปรียบเทียบค่าพารามิเตอร์หนึ่งโดยเฉพาะกับเกณฑ์ในการสืบมาน่าจะเป็นกรณีที่ไม่มีการพูด (SAP) ที่เกี่ยวข้องกับการปรากฏตัวของการพูด ความไม่แน่นอน เพื่อปรับปรุงประสิทธิภาพการทำงานของ SAP ที่เราพยายามที่จะปรับเปลี่ยนเปลี่ยน Q ตามรูปแบบเชิงเส้นที่ประกอบด้วยค่าสัมประสิทธิ์การถดถอยที่ได้รับจากผลที่ได้จากการวิเคราะห์การถดถอยเชิงเส้นและสองตัวแปรหลักที่: SNR เบื้องต้นและอัตราส่วนระหว่างพลังงานของท้องถิ่น คำพูดที่มีเสียงดังและต่ำสุดที่ได้มาตั้งแต่พารามิเตอร์เหล่านี้มีความสัมพันธ์อย่างมากกับค่าของคิวที่แตกต่างของค่า Q สำหรับความถี่ในแต่ละเฟรมแต่ละที่ได้รับมอบหมายดังนั้นในเวลาที่นำไปสู่​​การติดตามผลการดำเนินงานที่ดีขึ้นของความไม่แน่นอนกรณีที่ไม่มีการพูดและประสิทธิภาพที่ดีขึ้นดังนั้นในการพูดนำเสนอ การเพิ่มประสิทธิภาพเมื่อเทียบกับวิธีการแบบเดิม ที่เหนือกว่าของวิธีการที่นำเสนอได้รับการยืนยันผ่านการประเมินผลวัตถุประสงค์และอัตนัยที่กว้างขวางภายใต้เงื่อนไขที่เสียงต่างๆ

ผลลัพธ์ (ไทย) 3:

เรานำเสนอแนวคิดใหม่ในการปรับปรุงประสิทธิภาพของระบบเพิ่มประสิทธิภาพการพูดโดยใช้วิธี Multiple Linear Regression เพื่อพัฒนาเทคนิคประเมินการพูดที่มีความไม่แน่นอน การใช้เทคนิคการพูดแบบคงที่อัตราส่วนระหว่าง Q ของความน่าจะเป็นของสถานะการพูดและการพูดการขาด ,หรือตรวจสอบค่า Q เพียงแค่โดยการเปรียบเทียบกับเกณฑ์ในหนึ่งโดยเฉพาะค่าพารามิเตอร์ใช้คำพูดไม่มีความน่าจะเป็น ( SAP ) ที่เกี่ยวข้องกับการพูดที่มีความไม่แน่นอน เพื่อปรับปรุงประสิทธิภาพของ SAP ,เราพยายามที่จะเปลี่ยนแปลงตามที่ Q ตามแบบเชิงประกอบด้วยสัมประสิทธิ์ถดถอยได้ โดยผลลัพธ์ที่ได้จากการวิเคราะห์การถดถอยเชิงเส้นพหุ และหลักสองพารามิเตอร์ : priori SNR และอัตราส่วนระหว่างพลังงานท้องถิ่นของการพูดเสียงดังและได้ขั้นต่ำตั้งแต่พารามิเตอร์เหล่านี้มีความสัมพันธ์อย่างมากกับค่า Qที่แตกต่างกันค่า Q แต่ละความถี่ในแต่ละเฟรมจึงมอบหมายให้ในเวลาที่นำไปสู่การปรับปรุง การติดตามผลการปฏิบัติงานของความไม่แน่นอนไม่มีการพูดและจึงเสนอการเพิ่มประสิทธิภาพที่ดีขึ้นของการพูดเมื่อเทียบกับวิธีการแบบดั้งเดิมความเหนือกว่าของวิธีการที่เสนอจะได้รับการยืนยันผ่านการประเมินวัตถุประสงค์และอัตนัยที่กว้างขวางภายใต้เงื่อนไขเสียงต่าง ๆ