Støjreduktion af talesignaler
Musik og tale-signaler kan ofte være svære at forstå og være ubehagelige at lytte til hvis der samtidigt forekommer støj. I denne øvelse vil vi undersøge nogle af de matematiske teknikker der ligger til grund for støjreduktion, som bl.a. bruges i musikprodukter og høreapparater.
Hvad går øvelsen ud på?
Musik og tale-signaler kan ofte være svære at forstå og være ubehagelige at lytte til hvis der samtidigt forekommer støj.
I denne øvelse vil vi undersøge nogle af de teknikker der ligger til grund for støjreduktion, som bl.a. bruges i høreapparater.
I øvelsen bliver lydsignaler analyseret og modificeret ved hjælp af filtrering og thresholding ved brug af short-time Fourier transformation.
Hvordan foregår øvelsen?
Du benytter sin egen computer hvor du vil bruge et online værktøj udarbejdet i Google-Colab/Python til at udføre øvelserne.
Du behøver ikke at kunne programmere for at deltage i øvelsen.
I værktøjet stifter du bekendtskab med digital signalbehandling som ofte benyttes i sammenhæng med musikudstyr og høreapparater.
Første del af øvelsen omhandler signalanalyse hvor lyd bliver visualiseret og analyseret som bølgeforme og spektrogrammer.
I anden del arbejder du med højpas-, lavpas-, båndpas-, og båndstopfiltre til at forbedre musiksignaler.
I tredje del af øvelsen benyttes thresholdholding i STFT-domænet til at dæmpe bredbåndet støj. Her vil du også lære at beregne signal-støjforhold til at optimere din støjreduktionsalgoritme.
Hvilke faciliteter kommer du til at bruge?
Du bliver vist rundt i de laboratorier vi benytter til at forske i lyd og akustisk. Heriblandt et af Europas største lyd-døde rum, ekkokamre, og et topmoderne audio-visual immersion lab, hvor et lyd-dødt rum er kombineret med 64 højtalere og et VR-headset.
- Fortolke og forstå lydsignaler i tid og frekvens. Beskrive de generelle principper bag Fourier-transformationen.
- Taleproduktion, forstå hvordan talesignaler adskiller sig fra støj og musiksignaler. Identifikation af fonemer.
- Forbedre et talesignal ved at fjerne de lave lyde. Her kan eleven optage sit eget signal og se om det kan forbedres ved brug af nogle af de principper som bliver introduceret i øvelsen. F.eks. kunne du beregne signal-støjforhold, og få en forståelse for lydniveauer i dB skalaen.
Programmet er fra 09:00 til 15:00.
- Velkommen til DTU Hearing Systems
- Introduktion til talesignaler og tids-frekvens repræsentationer af lyd.
- Quiz om aflæsning af STFT repræsentationer.
- Præsentation om støj, støjreduktion, og SNR.
- Øvelse i frekvensfiltrering
- Øvelse i støjreduktion ved thresholding
- Præsentation om hvordan disse teknikker udvides og benyttes til moderne støjreduktion i høreapparater.
- Afslutning. Vi lytter til alles resultater og runder af.
Når du har udført øvelserne vil du kunne:
- Forklare dele af de fysiske principper ved taleproduktion
- Analysere et lydsignal i tid og frekvens.
- Fortolke tids-frekvens repræsentationer af tale-, musik-, og støjsignaler.
- Beskrive principper bag støjreduktion.
- Benytte signal-støj-forhold til sammenligning af lydstyrke mellem et tale- og støjsignal.
Du får også adgang til al materiale, som du vil kunne benytte under hele SRP forløbet.
Forslag til litteratur, du kan bruge i din opgave og som baggrund for øvelsen:
- https://www.youtube.com/watch?v=_FatxGN3vAM
- https://betterexplained.com/articles/an-interactive-guide-to-the-fourier-transform/
- https://wiki.aalto.fi/display/ITSP/Speech+production+and+acoustic+properties
- https://www.youtube.com/watch?v=spUNpyF58BY
NB: Når du har tilmeldt dig, vil du få besked, hvis der er litteratur, du skal læse som forberedelse til øvelsen.
Relevante gymnasiefag
- Fysik: Der arbejdes med lydsignaler og de bliver analyseret og behandling både i tid og frekvensdomænet.
- Matematik: Introduktion til Fourier transformationen, hvor vi viser hvordan imaginære tal kan bruges til at analysere signaler. Eventuelt også regression i forhold til finde et minimum på et optimeringskurve.
Kan kombineres med:
- Musik
Faglige nøgleord
- Lydbølger
- Signal-støj forhold
- Optimering
- Fourier-transformation
- Komplekse tal