О чём рассказывается в презентации:
Презентация посвящена декомпозиции эмпирических мод (EMD) для адаптивного AM-FM анализа речи, подчеркивая важность этого метода для обработки нестационарных сигналов. Рассматриваются особенности речевых сигналов, их нелинейность и необходимость адаптивных подходов, а также преимущества EMD в выделении локальных изменений и улучшении качества анализа. Эти методы открывают новые горизонты для повышения разборчивости речи и применения в биомедицинских исследованиях.
Оглавление
Декомпозиция эмпирических мод для адаптивного AM-FM анализа речи
Сигналы речи нелинейны и нестационарны
Традиционный AM-FM анализ не адаптивен
EMD решает проблему локальных изменений
EMD декомпозирует сигнал на IMF
Процесс EMD включает 6 шагов
Адаптивный AM-FM использует Hilbert transform
CEEMD улучшает EMD для речи
Оптимальные параметры CEEMD: ε=0.25-0.5
EMD оценивает фундаментальную частоту речи
Шумоподавление на EMD повышает SNR до 10.96 дB
AM-FM декомпозиция очищает речевые модуляции
Полный ансамбль EMD с адаптивным шумом для фильтрации
EMD кодирует речевые сигналы эффективно
Результаты: рост intelligible речи на 10+ дБ
Вклад EMD: адаптивный анализ без предопределенной базы
Выводы: Адаптивный анализ речи
Спасибо за внимание!
