Suppression du bruit dans les signaux parole avec les méthodes basées sur des modèles statistiques

dc.contributor.authorHanane, Belkadi
dc.date.accessioned2021-11-08T09:40:07Z
dc.date.available2021-11-08T09:40:07Z
dc.date.issued2021
dc.description.abstractDans ce travail, nous avons étudié trois méthodes de rehaussement de la parole (ML, MAP et MMSE) basées sur l’estimation des densités de probabilités des coefficients de la transformée de Fourier du signal bruité qui utilisent le théorème de Bayes pour optimiser le modèle séparation signal-bruit. Ces méthodes intègrent la propriété du système auditif humain pour améliorer la perception et la qualité de la parole rehaussée. D'une part, le théorème de Bayes estime le meilleur modèle probabiliste de signal propre, et réduit donc la distorsion du signal de parole. D'autre part, l'utilisation des propriétés perceptives réduit l'effet du bruit musical. Les résultats de l'évaluation des performances en utilisant diverses mesures objectives et subjectives bien connues (PESQ, SegSNR, SIG, BAK, OVRL, WSS et LLR) confirment l'efficacité du ML par rapport aux autres méthodes. Les résultats obtenus nous amènent à dire que l'incorporation du théorème de Bayes dans le rehaussement perceptif de parole effectue un bon compromis entre la réduction du bruit musical et l'ensemble de qualité du signal vocal rehaussé.en_US
dc.identifier.urihttp://10.10.1.6:4000/handle/123456789/1117
dc.language.isofren_US
dc.publisherFaculté des Sciences et Technologiesen_US
dc.relation.ispartofseries;EL/M/2021/49
dc.titleSuppression du bruit dans les signaux parole avec les méthodes basées sur des modèles statistiquesen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
mémoire 2021 final.pdf
Size:
3 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: