NGHIÊN cứu KHẢ NĂNG TRIỆT NHIỄU TRONG tín HIỆU THOẠI ở NGÕ RA máy TRỢ THÍNH

NGHIÊN CỨU KHẢ NĂNG TRIỆT NHIỄU TRONG TÍN HIỆU THOẠI Ở NGÕ RA MÁY TRỢ THÍNH Đối với người lớn, các bác sĩ cũng đã thống kê: Gần 30% số người ở lứa tuổi 40 50 có hiện tượng giảm thính lực. Khi bước sang lứa tuổi 5060 tỷ lệ này là 35% và ở lứa tuổi 70, có đến 50% số người già bị khiếm thính. Và khi đó, thiết bị trợ thính chính là giải pháp khôi phục lại niềm tin và tạo dựng nên nhân cách cho họ, đặc biệt là đối với trẻ em. Tuy nhiên, rất nhiều người bị khiếm thính không nghĩ đến việc phải đeo máy trợ thính một phần mặc cảm mình bị tàn tật và thấy bất tiện khi đeo máy trợ thính. Máy trợ thính chỉ tăng âm chứ không thể thay đổi mức độ và chất lượng thính giác của người khiếm thính. Những tần số người bệnh không nghe được chút nào thì dù có tăng âm lên bao nhiêu cũng không nghe được hoặc nếu có thì những âm thanh đó cũng bị biến đổi, méo mó. Máy trợ thính có tác dụng chủ yếu với các tần số thuộc vùng tiếng nói nên không thể nghe hết các âm thanh muôn màu muôn vẻ của đời sống.

1 MỤC LỤC Danh mục bảng biểu hình ảnh Chương 1: Mở đầu Lý bối cảnh đề tài Ý nghĩa thực tiễn đề tài Kết đạt dự kiến Chương 2: Tổng quan .8 Tổng quan tình hình nghiên cứu Phép biến đổi Wavelet 10 Triệt nhiễu Gói Wavelet .21 Chương 3: Thực nghiệm kết 24 Triệt nhiễu theo phương pháp Johnstone Silverman cấp 3, 5, 25 Lấy ngưỡng theo phương pháp M.Bahoura J.Rouat so với phương pháp Johnstone Silverman số tín hiệu khác 27 Hướng phát triển 28 Tài liệu tham khảo 29 DANH MỤC CÁC BẢNG BIỂU VÀ HÌNH ẢNH Hình 1: Máy trợ thính TIANLE HA-93 Hình 2: Sơ đồ mạch in máy trợ thính TIANLE HA-93 Hình 3: Sơ đồ triệt nhiễu wavelets Hình 4: Biểu diển tín hiệu CWT Hình 5: Hàm sở phép biến đổi Wavelets Hình 6: Các hệ số Wavelet không gian chiều Hình 7: Thuật tốn phân tách Hình 8: Sơ đồ phân tích liên tiếp thành phần gần chi tiết Mỗi nhóm hệ số sau phân tích gọi gói wavelet Hình 9: Sơ đồ khối q trình xử lý ngưỡng thích nghi theo thời gian Hình 10: Tín hiệu thoại cộng nhiễu nhiệt thu từ ngõ máy trợ thính TIANLE HA-93 tín hiệu sau triệt nhiễu phương pháp lấy ngưỡng Johnstone Silverman bậc 3, 5, Hình 11: So sánh kết khử nhiễu hai phương pháp lấy ngưỡng cho hai tín hiệu khác Hình 12: Hệ thống tăng cường tiếng nói biên độ phổ thành phần ngắn Chương MỞ ĐẦU LÝ DO VÀ BỐI CẢNH CỦA ĐỀ TÀI Bệnh khiếm thính can dự vào chất lượng sống ai, làm giảm khả giao tiếp với người, gây nên hiểu lầm mệt mỏi, làm tăng stress làm âm mang đến niềm vui ý nghĩa sống họ Và đó, thiết bị trợ thính giải pháp khôi phục lại niềm tin tạo dựng nên nhân cách cho họ, đặc biệt trẻ em Theo TS Võ Thiện Quang, Viện trưởng Viện Tai - Mũi - Họng TƯ, vấn đề giảm thính lực người lớn trẻ em chưa quan tâm mức Tại khám bệnh cho trẻ em huyện Đông Anh, bác sĩ phát nhiều trẻ bị viêm tai dịch khiến thính lực giảm sút nghiêm trọng Những trường hợp không chữa trị kịp thời trở thành bệnh mãn tính, giảm thính lực vĩnh viễn Đối với người lớn, bác sĩ thống kê: Gần 30% số người lứa tuổi 40 50 có tượng giảm thính lực Khi bước sang lứa tuổi 50-60 tỷ lệ 35% lứa tuổi 70, có đến 50% số người già bị khiếm thính Và đó, thiết bị trợ thính giải pháp khôi phục lại niềm tin tạo dựng nên nhân cách cho họ, đặc biệt trẻ em Tuy nhiên, nhiều người bị khiếm thính khơng nghĩ đến việc phải đeo máy trợ thính phần mặc cảm bị tàn tật thấy bất tiện đeo máy trợ thính Máy trợ thính tăng âm thay đổi mức độ chất lượng thính giác người khiếm thính Những tần số người bệnh khơng nghe chút dù có tăng âm lên không nghe có âm bị biến đổi, méo mó Máy trợ thính có tác dụng chủ yếu với tần số thuộc vùng tiếng nói nên nghe hết âm muôn màu muôn vẻ đời sống Máy chất lượng tốt giúp tăng âm tiếng nói người đối thoại, giảm tiếng ồn xung quanh; tự động loại bỏ âm cao, có hại cho thính giác Nếu máy chất lượng kém, khơng kiểm định tiếng động tiếng còi tàu xe, sấm sét… bị tăng lên mức, gây tổn thương thính giác, làm cho điếc nặng thêm Lý xuất đề tài: • Nhà trường đặt hàng khoa Điện tử nghiên cứu chế tạo máy trợ thính • Khoa Điện tử chọn thầy Nguyễn Hoàng Huy Đào Hồng Phong chịu trách nhiệm nghiên cứu thực Quá trình thực hiện: • Thầy Chiến mua máy trợ thính có bán thị trường để tìm hiểu Hình 1: Máy trợ thính TIANLE HA-93 Hình 2: Sơ đồ mạch in máy trợ thính TIANLE HA-93 • Sau trình nghiên cứu tìm hiểu nhận thấy: − Thiết bị chế tạo từ công nghệ SMT, sử dụng linh kiện đặc biệt − Ưu điểm:  Thiết bị gọn nhẹ  Giá thành rẻ − Khuyết điểm:  Khi khơng có tín hiệu máy phát âm rào rào tượng nhiễu nhiệt (nhiễu Gauss – nhiễu trắng)  Trong môi trường động (ồn ào) âm không mong muốn xen lẫn vào âm cần (nhiễu màu) gây khó khăn cho người sử dụng Do khó khăn công nghệ chế tạo chế tạo thiết bị tương tự nhỏ gọn rẻ Do đó, nhóm thực đề tài đề nghị số nội dung nghiên cứu mang tính học thuật là: “Nghiên cứu khả triệt nhiễu tín hiệu thoại ngõ máy trợ thính” nhằm nâng cao chất lượng máy trợ thính Ý NGHĨA THỰC TIỂN CỦA ĐỀ TÀI Nâng cao chất lượng sản phẩm nhằm phục vụ tốt cho sống mục tiêu hướng tới người Kết nghiên cứu đề tài nhằm cải thiện chất lượng nghe cho người khiếm thính KẾT QUẢ ĐẠT ĐƯỢC VÀ DỰ KIẾN TIẾP THEO Tín hiệu thoại ngõ máy trợ thính thường kèm theo lượng nhiễu nhiệt tạo âm rào rào Ngoài ra, môi trường động (ồn ào) âm không mong muốn xen lẫn vào âm cần gây khó khăn cho người sử dụng Mục đích đề tài tìm cách triệt hai loại nhiễu Hiện nay, có nhiều nghiên cứu khử hai loại nhiễu này, nhìn chung có hai hướng thường nghiên cứu sử dụng phép biến đổi Wavelet phương pháp trừ phổ Giai đoạn đầu đề tài tập trung vào phương pháp Wavelet Phương pháp trừ phổ tiếp tục nghiên cứu giai đoạn hai Nội dung đề tài gồm: − Tìm hiểu phép biến đổi Wavelet ứng dụng − Tìm hiểu phương pháp triệt nhiễu phép biến đổi Wavelet − Thực nghiệm Matlab tín hiệu thực thu từ máy trợ thính − Đánh giá kết luận Kết thực nghiệm bước đầu Matlab khả quan trình bày phần sau Chương TỔNG QUAN TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU Phép biến đổi Wavelet lĩnh vực nghiên cứu nhiều thời gian gần Nó có nhiều ứng dụng lĩnh vực xử lý tín hiệu số như: nén tín hiệu, triệt nhiễu tín hiệu … Thuật giải triệt nhiễu biến đổi Wavelet tóm tắt sau: DWT Lấy ngưỡng IDWT Chọn ngưỡng Hình 3: Sơ đồ triệt nhiễu wavelets − Khai triển wavelet rời rạc cho tín hiệu bị nhiễu để có hệ số wavelet có nhiễu − Tính giá trị ngưỡng tương ứng với loại mức nhiễu − Khử nhiễu khỏi hệ số wavelet xấp xỉ (cũng hệ số chi tiết nhiễu có tần số cao) cách lấy ngưỡng cho chúng − Cuối cùng, khôi phục lại tín hiệu từ hệ số khử nhiễu Cốt lõi phương pháp khử nhiễu Wavelet việc chọn ngưỡng Johnstone Silverman [2] đề nghị phương pháp chọn ngưỡng thống kê sau: λ j = σ j log( N ) đó: σ j = MAD j / 0.6745 , MAD (Median Absolute Deviation): độ sai lệch tuyệt đối trung bình N: chiều dài gói wavelet Nhóm thực đề tài tìm hiểu thử nghiệm phương pháp chọn ngưỡng tín hiệu thực với nhiễu nhiệt cho kết tốt Tuy nhiên, việc lấy ngưỡng lại làm xuất lượng nhiễu dư ( cỏn gọi nhiễu nhạc) làm méo dạng tín hiệu Bahoura Rouat [3] có đề xuất phương pháp chọn ngưỡng sử dụng toán tử lượng TEO Phương pháp giúp giảm lượng nhiễu dư so với phương pháp trên, việc tính tốn phức tạp 10 PHÉP BIẾN ĐỔI WAVELET a Biến đổi Fourier thời gian ngắn – STFT- sở biến đổi Wavelet Phép biến đổi Fourier áp dụng tín hiệu khơng dừng, thành phần tần số không ổn định Tuy nhiên, chia tín hiệu khơng dừng thành đoạn đủ nhỏ theo thời gian tín hiệu đoạn xem tín hiệu dừng lấy biến đổi Fourier đoạn tín hiệu Như vậy, phép biến đổi STFT vừa có tính định vị theo tần số tính chất biến đổi Fourier, vừa có tính định vị theo thời gian tính khoảng thời gian ngắn Đây nguyên lý STFT hay gọi biến đổi Fourier cửa sổ hóa Cơng thức biến đổi : Trong STFT, tín hiệu f(t) nhân với hàm cửa sổ w(t-τ) để lấy tín hiệu khoảng thời gian ngắn xung quanh thời điểm τ Sau phép biến đổi Fourier bình thường tính đoạn tín hiệu Kết hàm hai biến STFTf (w,t) xác định :   STFT f ( w, t ) = +∞ ∫ f ( t ).w ( t − τ ) e * − jwt dt −∞ STFT thời điểm t biến đổi Fourier tín hiệu f(t) nhân với phiên dịch khoảng τ theo thời gian w(t-τ) cửa sổ tập trung xung quanh τ Đây phổ cục f(t) xung quanh thời điểm τ cửa sổ tương đối ngắn làm triệt tiêu tín hiệu ngồi vùng lân cận xung quanh τ Vì STFT có tính định vị theo thời gian Cửa sổ khảo sát hẹp tính định vị (hay độ phân giải theo thời gian) tốt Để thấy rõ tính định vị theo tần số, ta áp dụng định lý Parserval để viết lại (2.2) sau: STFT f ( w, t ) = +∞ ∫ ( w( t − τ ) e ) −∞ jwt * ∫[ +∞ f ( t ) dt = 2π ] +∞ ∫ F [( w(t − τ ) e ].F [ f ( t ) ] dw jwt −∞ W * ( w* − w).e j ( w − w )τ F ( w* ) dw* 2π −∞ +∞ e − jwτ = W * ( w* − w).F ( w* ) e jwτ dw* 2π −∞ = * ∫ 15 Khi đó: ψ m ,n ( t ) = a  t − nb0 a 0m ψ  m  a0 −m /   t   = − a0−m / 2ψ  m − −nb0    a0  Những hệ số Wavelets rời rạc định nghĩa: +∞ C m,n = ∫ f ( t )ψ ( t ) dt * m ,n −∞ Nếu chọn Ψ(t), a0, b0 thích hợp ta cơng thức khơi phục lại sau: f (t) = ∑C ψ m,n ( t ) m,n m , n∈Z Trên phần tóm lược sở tốn học phép biến đổi Wavelets rời rạc Để có ý niệm rõ chất phép biến đổi này, khảo sát phần nội dung lại mục Tại lại cần đến biến đổi Wavelets rời rạc? Mặc dù biến đổi Wavelets liên tục (CWT) cách rời rạc cho phép thực việc tính tốn CWT máy tính, khơng thật biến đổi rời rạc Là vấn đề thực tế, chuỗi Wavelets đơn giản mẫu CWT, thơng tin mà cung cấp dư thừa theo cách mà việc tái tạo tín hiệu chịu ảnh hưởng Sự dư thừa mặt khác lại cần lượng tính tốn đáng kể Biến đổi Wavelets rời rạc (DWT) cung cấp lượng thông tin đầy đủ cho việc phân tích tổng hợp tín hiệu gốc, với thời gian tính tốn giảm đáng kể.DWT thực dễ dàng so sánh với CWT Biến đổi Wavelet rời rạc Phép biến đổi Wavelets rời rạc đưa vào năm 1976 Croiser, Esteban, Galand tìm kĩ thuật để phân tích tín hiệu rời rạc Trong năm đó, Crochiere, Weber Flanagan làm cơng việc tương tự mã hóa tín hiệu tiếng nói Họ đặt tên cho phân tích thuật giải phân tách Vào năm 1983, Burt định nghĩa kĩ thuật giống với phân tách đặt tên mã hóa hình chóp (pyramidal coding), gọi phân tích đa phân giải Vào cuối năm 1989, Vetterly Le Gall có số cải tiến cho thuật giải phân tách, bỏ thành 16 phần dư thừa thuật giải mã hóa hình chóp Sau xem xét thuật giải phân tách Thuật giải phân tách phân giải đa phân giải Ý tưởng giống CWT Một biểu diễn miền thời gian hệ số (time-scale) tín hiệu số thu cách dùng kỹ thuật lọc số Nhớ lại CWT tương quan Wavelets hệ số co giãn khác với tín hiệu có hệ số co giãn (hay tần số) sử dụng đo lường đồng dạng CWT tính cách thay đổi hệ số co giãn cửa sổ phân tích, dịch cửa sổ mặt thời gian, nhân với tín hiệu lấy tích phân toàn miền thời gian Trong trường hợp rời rạc, lọc với tần số cắt khác sử dụng để phân tích tín hiệu hệ số co giãn khác Tín hiệu cho qua chuỗi lọc thơng cao để phân tích thành phần tần số cao, cho qua chuỗi lọc thông thấp để phân tích thành phần tần số thấp Độ phân giải tín hiệu (được đo lượng thơng tin chi tiết (Detail) bên tín hiệu) bị thay đổi trình lọc, hệ số tỉ lệ bị thay đổi trình nâng mẫu upsampling) giảm mẫu (downsampling hay subsampling) Giảm mẫu tín hiệu tương ứng với việc giảm tốc độ lấy mẫu, loại bỏ số mẫu tín hiệu Ví dụ, giảm mẫu cấp hai việc giảm mẫu khác tín hiệu Giảm mẫu cấp n làm giảm số mẫu tín hiệu n lần Nâng mẫu tín hiệu tương ứng với việc tăng tốc độ lấy mẫu cách thêm vào mẫu cho tín hiệu Ví dụ, nâng mẫu cấp hai việc thêm mẫu mới, thường hay giá trị nội suy, vào hai mẫu tín hiệu Nâng mẫu cấp n tăng số mẫu tín hiệu lên n lần Mặc dù lựa chọn có thể, hệ số DWT thường lấy mẫu từ CWT lưới hệ số hai, ví du: s0 = t0 = sinh s = 2j t = k*2j nói phần CWT Vì tín hiệu hàm thời gian rời rạc, hàm giới hạn chuỗi dùng theo cách hốn đổi cho thảo luận sau Chuỗi biễu diễn x[n], n số ngun Q trình bắt đầu việc đưa tín hiệu (dạng chuỗi) qua lọc số thông thấp nửa dải thông (halfband digital lowpass filter) có đáp ứng xung h[n] Việc lọc tín hiệu 17 tương ứng với việc tính tích chập tín hiệu với đáp ứng xung lọc Phép tính tích chập miền thời gian rời rạc định nghĩa sau: x[ n ] ∗ h[ n ] = ∞ ∑ x[ k ].h[ n − k ] k = −∞ Một lọc thông thấp nửa dải thông loại bỏ tất tần số nằm giá trị ½ tần số cao tín hiệu Ví dụ, tín hiệu có thành phần tần số lớn 1000Hz lọc thông thấp nửa dải thông loại bỏ hết tần số 500Hz Đơn vị tần số đặc biệt quan trọng giai đoạn Trong tín hiệu rời rạc, tần số biểu diễn đơn vị radian Do đó, tần số lấy mẫu tín hiệu 2p radian dạng tần số radian.Vì thế, thành phần tần số lớn tồn tín hiệu phải p radian tín hiệu lấy mẫu tốc độ Nyquist (gấp hai lần thành phần tần số lớn tín hiệu); nghĩa tốc độ Nyquist tương ứng với p radian/s miền tần số rời rạc Bởi vậy, sử dụng đơn vị Hz khơng thích hợp cho tín hiệu rời rạc Tuy nhiên, đơn vị Hz dùng cần thiết để làm cho dễ hiểu diễn dải nói đến tần số, người ta thường nghĩ đến đơn vị Hz Chúng ta nên luôn nhớ đơn vị tần số cho tín hiệu rời rạc thời gian radian Sau cho tín hiệu qua lọc thơng thấp nửa dải thông, nửa số mẫu bị loại theo định luật Nyquist, tín hiệu lúc có tần số cao p/2 radian thay p radian Loại bỏ cách dễ dàng mẫu khác giảm mẫu cấp hai tín hiệu, tín hiệu sau có nửa điểm Độ co giãn tín hiệu lúc tăng gấp đơi Lưu ý rằng, việc lọc thông thấp loại bỏ thông tin tần số cao không làm thay đổi hệ số co giãn Chỉ có q trình giảm mẫu làm thay đổi hệ số co giãn Mặt khác, độ phân giải có liên quan đến lượng thơng tin tín hiệu, bị ảnh hưởng hoạt động lọc Lọc thông thấp nửa dải thông loại bỏ phân nửa tần số, việc hiểu bị nửa lượng thông tin Do độ phân dải bị giảm nửa sau lọc Tuy nhiên, ta cần lưu ý việc giảm mẫu sau lọc không ảnh hưởng đến độ phân dải việc loại bỏ phân nửa thành phần phổ khỏi tín hiệu làm cho nửa số mẫu trở nên dư thừa Phân nửa số mẫu có thể bỏ qua mà khơng làm thơng tin Nói tóm lại, lọc thông thấp làm độ phân giải giảm nửa khơng làm thay đổi hệ số co giãn Tín hiệu sau giảm mẫu cấp hai 18 nửa số mẫu dư thừa Điều làm hệ số co giãn tăng gấp đơi Q trình biểu diễn tốn học sau: y[ n] = ∞ ∑ h[ k ].x[ 2n − k ] k = −∞ Bây xét xem thật DWT tính tốn nào: DWT phân tích tín hiệu dải tần số khác với độ phân dải khác cách phân tách tín hiệu thành xấp xỉ thơ thơng tin chi tiết DWT sử dụng hai nhóm hàm, hàm tỉ lệ (scaling function) hàm Wavelet (Wavelet function), hàm kết hợp tương ứng với lọc thông thấp lọc thông cao Phân tách tín hiệu thành hai dải tần số khác thực đơn giản cách lọc thông cao thông thấp liên tiếp miền thời gian tín hiệu Tín hiệu gốc x[n] cho qua lọc thông cao nửa dải thông g[n] lọc thông thấp h[n] Sau lọc, nửa số mẫu bị loại bỏ theo định luật Nyquist tín hiệu lúc có tần số cao p/2 radian thay p radian Vì thế, tín hiệu giảm mẫu cấp hai đơn giản cách bỏ mẫu khác Điều tạo thành phân tách cấp biểu diễn toán học sau: y high [ k ] = ∑ x[ n].g [ 2k − n] [ k ] = ∑ x[ n].h[ 2k − n] n ylow n Trong yhigh [k] v ylow [k] tương ứng ngõ lọc thông cao lọc thông thấp sau giảm mẫu cấp hai Sự phân tách làm độ phân giải thời gian giảm nửa dải tần số tín hiệu lúc nửa dải tần số trước đó, làm giảm phân nửa tình trạng không ổn định tần số cách hiệu Thủ tục trên, gọi phân tách, lặp lại cho phân tách cao Tại cấp, việc lọc giảm mẫu dẫn đến kết nửa số mẫu (và đó, nửa độ phân giải thời gian) nửa dải tần số mở rộng (do làm tăng gấp đơi độ phân giải tần số) Hình (6.5) minh họa thủ tục này, x[n] tín hiệu gốc bị phân tách, h[n] g[n] tương ứng lọc thông thấp thông cao Băng thông tín hiệu cấp đánh dấu hình vẽ “f” 19 Như ví dụ, giả sử rằng, tín hiệu gốc x[n] có 512 mẫu, trải dải tần số từ đến p rad/s Ở cấp phân tách đầu tiên, tín hiệu cho qua lọc thông thấp thơng cao, sau theo sau việc lấy mẫu cấp hai Ngõ lọc thông cao có 256 điểm (vì giảm độ phân giải thời gian nửa), mở rộng tần số từ p/2 đến p rad/s (do nhân đôi độ phân dải tần số) 256 mẫu tạo thành hệ số DWT cấp phân tách Ngõ lọc thơng thấp có 256 mẫu, mở nửa lại dải tần số, gồm tần số từ đến p/2 rad/s Tín hiệu sau đưa qua lọc thông thấp thông cao tương tự cấp phân tách cao Ngõ lọc thông thấp thứ hai, theo sau giảm mẫu có 128 mẫu trải dải tần số từ đến p/4 rad/s, ngõ lọc thông cao thứ hai theo sau giảm mẫu trải dải tần số từ p/4 đến p/2 rad/s Tín hiệu lọc thơng cao thứ hai tạo thành hệ số DWT cấp hai Tín hiệu có độ phân giải thời gian giảm nửa độ phân giải tần số tăng gấp đơi Nói cách khác, độ phân giải thời gian giảm lần, độ phân giải tần số tăng lên lần so với tín hiệu gốc Ngõ lọc thơng thấp sau lấy mẫu thêm lần cho cấp phân tách cao Quá trình tiếp tục lại hai mẫu Biến đổi Wavelets rời rạc tín hiệu gốc thu cách nối tất hệ số cấp phân tách cao DWT sau có số lượng hệ số tín hiệu gốc Hình 7: Thuật tốn phân tách 20 Gói wavelet (Wavelet Package) Nếu ta xem tín hiệu có thành phần tần số băng tần thấp sơ đồ phân tích thơng thường (phân tích liên tiếp thành phần gần đúng) thỏa đáng Tuy nhiên, trường hợp chung nhất, đòi hỏi xem xét băng tần thấp cao tín hiệu cách phân tích thành phần gần chi tiết sau cấp đáp ứng Hình 8: Sơ đồ phân tích liên tiếp thành phần gần chi tiết Mỗi nhóm hệ số sau phân tích gọi gói wavelet Từ đây, ta có phân tích gói wavelet tín hiệu phân tích tồn diện Nhờ mà xử lý tín hiệu triệt nhiễu, nén wavelet đạt kết tốt tìm phân tích tối ưu từ sơ đồ (hướng tập trung sâu vào băng tần tín hiệu) 21 TRIỆT NHIỄU BẰNG GĨI WAVELET Mơ hình tảng tín hiệu nhiễu biểu diển theo dạng sau: s(n) = f(n) + e(n) Trong đó, e(n) nhiễu, f(n) tín hiệu thoại mong muốn Mục tiêu khử nhiễu triệt bỏ phần nhiễu tín hiệu s(n) khơi phục f(n) Do loại nhiễu mà nghiên cứu chồng chập băng tần tín hiệu nên sử dụng phân tích gói wavelet hợp lý Thủ tục khử nhiễu Gói Wavelet tiến hành sau: − Phân tách tín hiệu thành gói Wavelet cấp j (level j) − Ứng với gói chọn ngưỡng lấy ngưỡng hệ số − Tái tạo lại tín hiệu từ gói Wavelet lấy ngưỡng Cách lấy ngưỡng • Lấy ngưỡng cứng (Hard Thresholding) Lấy ngưỡng cứng phương pháp giữ khử (keep and kill) Giá trị tuyệt đối tất hệ số wavelet so sánh với giá trị ngưỡng cố định λ Nếu trị tuyệt đối hệ số nhỏ λ hệ số cho 0 d hard = jk d jk d jk < λ d jk ≥ λ • Lấy ngưỡng mềm (Soft Thresholding) Lấy ngưỡng mềm co tất hệ số hướng gốc Cơng thức có dạng: d soft jk = sign (d jk )( d jk − λ ) d jk − λ d jk > λ  = 0 d jk ≤ λ d + λ d jk < −λ  jk 22 • Lấy ngưỡng quantile Qui tắc lấy ngưỡng cho bởi: 0 d jk < p d quant =  jk d jk d jk ≥ p Trong p p-quantile tập hợp tất hệ số wavelet Ví dụ thay 30% hệ số nhỏ Cách chọn ngưỡng • Ngưỡng Universal Đây cách chọn ngưỡng cố định Johnstone Silverman đề nghị [2] Dựa lý thuyết xác suất thống kê người ta chứng minh được: Z , … , Zn biến ngẫu nhiên có phân bố chuẩn với mean độ lệch chuẩn σi thì: P (max Z i / σ i > log n ) → 1≤i ≤ n n→∞ nghĩa là: đa số trường hợp giá trị tuyệt đối biến ngẫu nhiên Z i nhỏ σ i log n đó, giá trị λi = σ i log n chọn làm ngưỡng cho biến ngẫu nhiên có phân bố chuẩn • Ngưỡng thích nghi theo thời gian (Time-adapting threshold) Đây phương pháp chọn ngưỡng Bahoura Rouat đề nghị [3], dựa vào toán tử lượng Teager (Teager Energy Operator – TEO) Hình 9: Sơ đồ khối trình xử lý ngưỡng thích nghi theo thời gian 23 − Phân tích gói wavelet: Tín hiệu vào cộng nhiễu x(n) phân tích thành j gói wavelet với hệ số wavelet tương ứng w jk,m (j cấp phân tích; k thứ tự gói wavelet; m thứ tự hệ số gói thứ k) − Tính tốn tử TEO (Teager Energy Operator): Toán tử TEO cho hệ số wavelet gói định nghĩa: t kj,m = [ wkj,m ] − wkj,m −1 wkj,m +1 − Xây dựng mặt nạ (Mask Construction): Cho hệ số t jk,m qua lọc thơng thấp có đáp ứng xung hk M kj,m = t kj,l * hk (m) − Xử lý mặt nạ (Mask Processing): Tính: M k' j,m  M kj,m − S kj  = j j   max(M k ,m − S k )  j j đó: S k = min( M k ,m ) − Ước lượng ngưỡng: λ (1 − αM k' j,m ) λk =  k  λk if if S kj ≤ 0.35 max(M kj,m ) S kj > 0.35 max(M kj,m ) với λ k = σ k log N ; N chiều dài gói wavelet 24 Chương THỰC NGHIỆM VÀ KẾT QUẢ 25 Triệt nhiễu theo phương pháp Johnstone Silverman cấp 3, 5, Tín hiệu ngõ máy trợ thính có kèm theo lượng nhiễu nhiệt (tạo âm rào rào) Nghiên cứu cho thấy loại nhiễu có phân bố chuẩn có băng tần vô hạn (nhiễu trắng) Áp dụng phương pháp lấy ngưỡng Johnstone Silverman cấp 3, 5, cho kết quả: − Nhiễu khử tương đối tốt Nhưng phương pháp lấy ngưỡng lại làm phát sinh loại nhiễu gọi nhiễu dư làm cho âm thoại trở nên “xù xì” − Cấp phân tích cao giảm nhiễu dư, phải trả giá khối lượng tính tốn lớn số lượng gói wavelet tăng theo cấp phân tích (2j) 26 Hình 10: Tín hiệu thoại cộng nhiễu nhiệt thu từ ngõ máy trợ thính TIANLE HA-93 tín hiệu sau triệt nhiễu phương pháp lấy ngưỡng Johnstone Silverman bậc 3, 5, 27 Lấy ngưỡng theo phương pháp M.Bahoura J.Rouat so với phương pháp Johnstone Silverman số tín hiệu khác Hình 11: So sánh kết khử nhiễu hai phương pháp lấy ngưỡng cho hai tín hiệu khác 28 Phương pháp lấy ngưỡng M.Bahoura J.Rouat giúp cải thiện tình trạng nhiễu dư so với phương pháp Johnstone Silverman, giải thuật phức tạp HƯỚNG PHÁT TRIỂN Phép trừ phổ (Spectral subtraction) phương pháp trừ nhiễu tiếng dựa sở kỹ thuật ước lượng biên độ phổ thành phần ngắn - Short-term spectral amplitude (STSA) - tiếng nói, sử dụng thành cơng việc phát triển thuật tốn tăng cường tiếng nói khác Nguyên lý phép trừ phổ biên độ nhiễu từ tín hiệu tiếng nói có nhiễu Trong đó, nhiễu giả sử độc lập cộng vào tín hiệu tiếng nói Phép ước lượng tín hiệu nhiễu đo khoảng im lặng khơng có tiếng nói tích cực tín hiệu Sơ đồ tổng quát kỹ thuật thể hình sau: Hình 12: Hệ thống tăng cường tiếng nói biên độ phổ thành phần ngắn Đầu vào hệ thống tín hiệu có nhiễu y(n) Và để xử lý khối analysis-synthesis, người ta thường dùng phép biến đổi Fourier thời gian ngắn (STFT) cho tín hiệu kết hợp với phép lặp cộng - OverLap and Add (OLA) Biên độ phổ |Y(k)| tín hiệu có nhiễu đầu vào y(n) làm thay đổi theo hệ số hiệu chỉnh (correction factor) Thường hệ số hiệu chỉnh biên độ phổ nhiễu ước lượng d(n) khoảng chu kỳ tiếng nói nhận từ kênh thứ (reference channel) phương pháp kênh Sự hiệu chỉnh thu cách trừ biên độ phổ tiếng nói có nhiễu đầu vào cho tín hiệu nhiễu.Vì vậy, phương pháp gọi giải thuật subtractive-type Nếu nhiễu giả sử độc lập (uncorrelated) với tín hiệu tiếng nói, biên độ hiệu chỉnh xem ước lượng Sˆ (k ) tín hiệu tiếng nói gốc (khơng nhiễu) s(n) Góc phase chưa xử lý tín hiệu 29 nhiễu vào sử dụng để tổng hợp tín tiếng hiệu tiếng nói tăng cường ta giả sử tai người cảm nhận méo dạng góc phase tiếng nói Hướng nghiên cứu đề tài nghiên cứu, thử nghiệm phương pháp trừ phổ triệt nhiễu thoại so sánh với phương pháp Wavelet TÀI LIỆU THAM KHẢO [1] Huỳnh Khắc Tuấn, Huỳnh Quang Khoa, ”Luận văn tốt nghiệp – Lọc nhiễu dùng phép biến đổi Wavelets”, Đại học Bách Khoa TPHCM [2] I.M Johnstone, B.W Silverman, “Wavelet threshold estimators for data with correlated noise”, J Roy Statist Soc B, vol.59, pp.319-351, 1997 [3] M.Bahoura, J.Rouat, “Wavelet speech enhancement using the Teager energy operator”, IEEE Signal Processing Letters, vol 8, no.1, pp.10-12, January 2001 ... thực đề tài đề nghị số nội dung nghiên cứu mang tính học thuật là: Nghiên cứu khả triệt nhiễu tín hiệu thoại ngõ máy trợ thính nhằm nâng cao chất lượng máy trợ thính Ý NGHĨA THỰC TIỂN CỦA ĐỀ... HÌNH NGHIÊN CỨU Phép biến đổi Wavelet lĩnh vực nghiên cứu nhiều thời gian gần Nó có nhiều ứng dụng lĩnh vực xử lý tín hiệu số như: nén tín hiệu, triệt nhiễu tín hiệu … Thuật giải triệt nhiễu. .. tảng tín hiệu nhiễu biểu diển theo dạng sau: s(n) = f(n) + e(n) Trong đó, e(n) nhiễu, f(n) tín hiệu thoại mong muốn Mục tiêu khử nhiễu triệt bỏ phần nhiễu tín hiệu s(n) khôi phục f(n) Do loại nhiễu