問題タブ [noise-reduction]

医用画像からインパルス ノイズを除去するための適応フィルターを設計して実装する必要があります。私は画像処理が初めてです。フィルタの設計方法がわからない! 事前定義されたフィルターを確認しました...それらは私が望むものではありません! これは私のBSプロジェクトです！

ActionScript 3 と Adob​​e AIR を使用してマイク レベルを測定しようとしています。プロセスは非常に単純なはずですが、得られる結果は奇妙です。コードの実行中に一定のノイズ ストリームを作成すると (たとえば、マイクに息を吹きかけたり、群衆を録音したり)、数秒後に、マイクから報告されるレベルが完全に低下します。ノイズ フロアを停止してから再開すると、マイク レベルが再び急上昇します。

マイク入力に追加の処理が行われているようですが、オフにする方法がわかりません。私が試してみました：

そしてさえ

この現象microphone.activityLevelは、サンプル データ ByteArray の基本的な分析とより包括的な分析の両方で発生するようです。

この例を見てください: http://www.audiostretch.com/spectrum/これは私のコードではありませんが、現象を示しています。一定の音量を約 2 秒間維持しながら、マイクに向かって息を吹き込んでみてください。突然、スペクトルが低下します。吹くのをやめて、もう一度やり直せば戻ってきます！

更新silenceLevel以下のように、定期的に 変更しようとしました。これは初期テストでは問題に対処しているように見えましたが、その後のテストではそうではないことが示されました。

それで、誰かがこの問題に取り組み、回避策を持っていますか?

概要：

MP3ノイズ除去を実行する必要があるファイルが約 1000 個あります。

私は過去に個々のノイズ除去操作に Audacity を使用しましたが、Audacity はこの作業には適していません。MP3Audacity は一括操作を実行できず、何千ものファイルに対してこれを手動で実行する時間がありません。

ノイズについて少し：

ノイズはホワイト ノイズに似ていますが、ファイルごとにわずかに異なるMP3ため、ファイルごとに異なるノイズ プロファイルを作成する必要がありますMP3。

ノイズはバックグラウンドのファンから発生します (気になっている場合)。

質問：

MP3ファイルからの鼻の除去を自動化する最良の方法は何ですか?

騒がしい環境でのポケットフィンクスの認識精度を上げようとしています。ただし、ユーザーはさまざまな環境でアプリを使用する場合があります。したがって、ノイズを伴うトレーニングは私がやりたいことではありません。

私の質問は、ポケットフィンクスに音声信号を供給する前のノイズリダクションは、必然的に認識精度を低下させるのでしょうか?

はいの場合、ノイズ除去後に音声のどの機能を保持する必要がありますか? 現在、ノイズ リダクションを使用すると、WER が ~40% (自由形式の言語) から ~60% に上昇することがわかります。

追加するだけで、ノイズリダクションの後、スピーチは知覚的に良く聞こえます.

ここでの考え方は、ノイズ リダクションを有効にした場合の音声認識の精度の向上を実証することであり、直感的には、ノイズ リダクション アルゴリズムが信号のスペクトル コンテンツを完全に台無しにしない限り、これは理想的に起こるはずです。

どんな助けでも大歓迎です。

sphinx4/src/sphinx4/edu/cmu/sphinx/frontend/denoise に denoise.java ファイルがあります。このファイルはフロントエンドには含まれていません。では、sphinx4 でノイズ キャンセレーションが有効になるように、この denoise.java を有効にする方法を教えてください。

C で記述されたノイズ除去アルゴリズムがあり、weave.inline を使用してコードを実行し、画像からノイズを除去する必要があります。アルゴリズムが正しく動作しません。Weave は 1D 配列に取り組んでいると書かれているため、2D 配列を 1D に変換する必要があります。それが私が行ったことですが、1つの1D配列をCアルゴリズムに送信すると、反復回数に応じてゼロのみが返されるか、送信した1Dとまったく同じように見えるものが得られるようです。 （しかし、それらが同じである場合、平等テストを受けると、そうではないことがわかります）。誰かが私のアルゴリズムの問​​題を理解できますか? コードは次のとおりです。

画像からノイズを除去する必要があります。入力画像は次のとおりです。

そのために、いくつかのフィルター操作を適用しました。結局、次の画像が得られました。

しかし、ご覧のとおり、私が適用した操作の後に (LIBERTE、EGALITE、FRATERNITE) という言葉が消えてしまいました。

同じサウンド レコーディングの 2 つの WAV ファイルがありますが、1 つはバックグラウンド ノイズを含み、もう 1 つはバックグラウンド ノイズを含みません。バンドストップ フィルターを使用して、バックグラウンド ノイズを含むフィルターをフィルター処理しようとしています。

両方の信号のfftを見つけてグラフにしました。フィルターで除去する必要があるノイズの多い信号のグラフで、2 つの対称領域 (1 つは正の周波数、もう 1 つは負の周波数) を特定しました。バンドストップ フィルターは負の周波数を使用しないため、これらの領域の両方をフィルターで除外するにはどうすればよいか考えています。

また、グラフ上のこれらの領域がどのような頻度であるかを調べるにはどうすればよいですか?