Abstrakt

Schätzung sauberer Spektrogramm-Rauschwertfunktionen basierend auf dem iterativen Metropolis-Algorithmus.

Mahdi Jalali

Die Arbeit bestand aus zwei Teilen. Zuerst schätzten wir die sauberen Sprachsignale aus den geschätzten sauberen Spektrogrammen mit mehreren K-Werten für ein Wort. Dann betrachteten wir die Spektrogramme der geschätzten sauberen Sprachsignale. Idealerweise sollten diese beiden Spektrogramme (das geschätzte saubere Sprachspektrogramm und das Spektrogramm der geschätzten sauberen Sprache) gleich sein. Wir fanden heraus, dass das Spektrogramm des geschätzten sauberen Sprachsignals mit K=20 Iterationen dem geschätzten sauberen Spektrogramm am nächsten kam. Als nächstes wählten wir eine Spalte aus, für die sich das geschätzte saubere Spektrogramm und das Spektrogramm des geschätzten sauberen Sprachsignals optisch unterschieden