Chúng ta thực hiện xử lý các file âm thanh bị nhiễu, với 2 loại nhiễu đó là nhiễu do tiếng xe hơi và nhiễu do ngƣời nói xung quanh tƣơng ứng với SNR=10dB. Chúng ta đánh giá dựa vào tiêu chí đánh giá cảm quan MOS:
Rating ( Đánh giá)
Quality of Speech ( Chất lƣợng)
3 ( tốt hơn nhiều)Much better
2 ( Tốt hơn)Better
1 Slightly Better(hơi Tốt hơn)
0 About the Same( Giống nhau)
-1 Slightly Worse(hơi tồi tệ )
-2 ( tồi tệ)Worse
-3 Much Worse( Quá tồi tệ)
* Xét file âm thanh c0dBF1_NOISY.waw tín hiệu có nhiễu là do tiếng ồn môi trƣờng xung quanh tạo ra.
Tín hiệu sau khi khử nhiễu bằng phƣơng pháp lọc WF
Hình 4.4 Tín hiệu có nhiễu và sau khi lọc nhiễu bằng WF
- Trƣớc khi xử lý nhiễu bằng thuật toán Trừ phổ:
- Sau khi xử lý triệt nhiễu bằng thuật toán Trừ phổ
* Xét file âm thanh đường hầm3.waw và file âm thanh nhiễu4.waw tín hiệu có nhiễu là do tiếng ồn môi trường xung quanh là tiếng ô tô trong đường hầm tạo ra.
- Với thuật toán WF:
Tín hiệu và nhiễu do đám đông gây ra trƣớc khi khử nhiễu
Tín hiệu sau khi khử nhiễu bằng phƣơng pháp lọc WF
- Với thuật toán SS:
+ Tín hiệu trƣớc khi xử lý nhiễu
* Nhận xét sơ bộ
Sau khi nghe các file âm thanh của tín hiệu sạch, tín hiệu sau khi xử lý nhiễu, dựa trên dạng sóng và spectrogram của tín hiệu sạch, tín hiệu sau khi xử lý triệt nhiễu bằng 2 thuật toán SS và WF, ta có thể đƣa ra một số nhận xét nhƣ sau:
+ Cả hai thuật toán đều có thể xử lý triệt nhiễu tốt hơn ở môi trƣờng có SNR cao hơn, và xử lý tốt hơn đối với tín hiệu bị nhiễu biến đổi chậm và có phân bố đều.
+ Cả hai thuật toán đều có tính hiệu quả giống nhau đối với nhiễu ở mức SNR thấp, nhƣng đối với môi trƣờng có SNR cao hơn thì thuật toán Wiener xử lý triệt nhiễu tốt hơn.
+ Tổng hợp các ý kiến đánh giá tín hiệu đã xử lý so với trƣớc khi xử lý chỉ đạt 0, có thể do cập nhật nhiễu chƣa đúng nên kết quả xử lý chƣa đƣợc tốt. Do vậy cần phải thay đổi một vài thông số trong đoạn Code để cải thiện chất lƣợng xử lý.