1 |
Καταστολή ηχητικού θορύβου μέσω τεχνικών μηχανικής μάθησης ...
|
|
|
|
Abstract:
Η παρούσα διπλωματική εργασία αφορά τις τεχνολογίες καταστολής ηχητικού θορύβου, γνωστές και ως αλγόριθμοι βελτίωσης ομιλίας, στις σύγχρονες τηλεπικοινωνίες. Εισαγωγικά, περιγράφονται οι λόγοι που καθιστούν αναγκαία την εξέλιξη τέτοιου είδους συστημάτων, καθώς και οι προκλήσεις στην επίλυση του συγκεκριμένου προβλήματος, που οφείλονται στις φυσικές ιδιότητες του ήχου. Παράλληλα, γίνεται αναφορά στην τεράστια διείσδυση τηλεπικοινωνιακών μέσων και λογισμικού στη σημερινή κοινωνία, όχι μόνο για την επικοινωνία μεταξύ ανθρώπων, αλλά και για την επικοινωνία με ένα πλήθος έξυπνων συσκευών, που ενσωματώνουν τεχνολογίες αυτόματης φωνητικής αναγνώρισης. Στο πρώτο κεφάλαιο, δίνεται ένας ορισμός της έννοιας του θορύβου και αναλύονται οι διαφορετικές μορφές που μπορεί να πάρει στις τηλεπικοινωνίες. Ιδιαίτερη έμφαση δίνεται στη μονοκαναλική καταστολή προσθετικού θορύβου, με σκοπό τη βελτίωση της κατανοησιμότητας του προφορικού λόγου. Ακολουθεί μια σύντομη επισκόπηση των πιο σημαντικών τεχνικών που έχουν εφαρμοστεί τις ... : The present thesis, focuses on noise suppression systems in modern telecommunications, also known as speech enhancement algorithms. In the introduction, the reasons that make such systems necessary are presented, along with the challenges in solving this task, due to the natural properties of sound. In combination with the wide spread of telecommunication hardware and software, speech enhancement not only affects communications among people, but also the interaction with a growing number of smart devices, that incorporate automatic speech recognition capabilities. In the first chapter, a definition of communication noise is presented and its different forms examined. With emphasis on single-channel additive noise suppression, an overview of the most important speech enhancement algorithms of the past few decades is presented. Next, is examined the progress in the field of Artificial Intelligence known as Deep Learning and the development of Artificial Neural Networks, as well as their performance in the ...
|
|
Keyword:
Machine Learning; Neural Networks; Real-Time Denoising; Αποθορυβοποίηση σε πραγματικό χρόνο; Μηχανική Μάθηση; Νευρωνικά Δίκτυα
|
|
URL: https://dx.doi.org/10.26262/heal.auth.ir.337338 https://ikee.lib.auth.gr/record/337338
|
|
BASE
|
|
Hide details
|
|
2 |
Effect of Lexical-Semantic Cues during Real-Time Sentence Processing in Aphasia
|
|
|
|
In: Brain Sciences; Volume 12; Issue 3; Pages: 312 (2022)
|
|
BASE
|
|
Show details
|
|
3 |
Mesh Clustering and Reordering Based on Normal Locality for Efficient Rendering
|
|
|
|
In: Symmetry; Volume 14; Issue 3; Pages: 466 (2022)
|
|
BASE
|
|
Show details
|
|
4 |
Real-Time Hand Gesture Recognition Using Fine-Tuned Convolutional Neural Network
|
|
|
|
In: Sensors; Volume 22; Issue 3; Pages: 706 (2022)
|
|
BASE
|
|
Show details
|
|
5 |
Articulation of geminate obstruents in the Ikema dialect of Miyako Ryukyuan: A real-time MRI analysis
|
|
|
|
In: ISSN: 0025-1003 ; EISSN: 1475-3502 ; Journal of the International Phonetic Association ; https://hal.archives-ouvertes.fr/hal-03096154 ; Journal of the International Phonetic Association, Cambridge University Press (CUP), 2021, pp.1-25 ; https://www.cambridge.org/core/ (2021)
|
|
BASE
|
|
Show details
|
|
6 |
Integration of Social Context vs. Linguistic Reference During Situated Language Processing ...
|
|
|
|
BASE
|
|
Show details
|
|
7 |
«ПОЛЕВАЯ» ИДЕНТИФИКАЦИЯ ЧЕЛОВЕКА ... : «FIELDWORK» IDENTIFICATION OF A PERSON ...
|
|
|
|
BASE
|
|
Show details
|
|
8 |
転置畳み込みニューラルネットワークを用いたrtMRIデータからの調音-音響変換
|
|
|
|
In: https://ccd.ninjal.ac.jp/lrw2021.html (2021)
|
|
BASE
|
|
Show details
|
|
9 |
口蓋3次元データの作成とWAVEでの発話計測実験への応用
|
|
|
|
In: https://ccd.ninjal.ac.jp/lrw2021.html (2021)
|
|
BASE
|
|
Show details
|
|
10 |
リアルタイムMRI動画データベースプロジェクトの概要と調音音声学への応用
|
|
|
|
In: https://ccd.ninjal.ac.jp/lrw2021.html (2021)
|
|
BASE
|
|
Show details
|
|
11 |
リアルタイムMRI調音動画データの閲覧および解析環境の開発
|
|
|
|
In: https://ccd.ninjal.ac.jp/lrw2021.html (2021)
|
|
BASE
|
|
Show details
|
|
12 |
リアルタイムMRI動画から抽出した声道の輪郭に基づく平均声道の基礎的検討
|
|
|
|
In: https://ccd.ninjal.ac.jp/lrw2021.html (2021)
|
|
BASE
|
|
Show details
|
|
15 |
Selection of Key Frames for 3D Reconstruction in Real Time
|
|
|
|
In: Algorithms ; Volume 14 ; Issue 11 (2021)
|
|
BASE
|
|
Show details
|
|
16 |
Soundpainting Sign Language: Possibilities and Connections with Tactileology
|
|
|
|
In: Philosophies ; Volume 6 ; Issue 3 (2021)
|
|
BASE
|
|
Show details
|
|
17 |
Integration of Social Context vs. Linguistic Reference During Situated Language Processing
|
|
|
|
BASE
|
|
Show details
|
|
18 |
Referential vs. Non-referential World-Language Relations: How Do They Modulate Language Comprehension in 4 to 5-Year-Olds, Younger, and Older Adults?
|
|
|
|
BASE
|
|
Show details
|
|
19 |
Calibrate to innovate: Community age vectors and the real time incrementation of language change
|
|
|
|
BASE
|
|
Show details
|
|
20 |
Aging and Referential Communication: Insights from Interactions with Artificial Agents
|
|
|
|
BASE
|
|
Show details
|
|
|
|