Blind white denoising of speech signals

Filtrado ciego de ruido blanco en señales de voz

  • Luis Fernando Pedraza Universidad Distrital Francisco José de Caldas.
  • Dora M. Ballesteros Universidad Militar Nueva Granada.
  • Andres E. Gaona
Palabras clave: Discrete Wavelet transform, denoising, thresholding, white noise, histogram (en_US)
Palabras clave: Transformada Wavelet Discreta, filtrado, umbralización, ruido blanco, histograma (es_ES)

Resumen (en_US)

Discrete Wavelet Transform (DWT) has been used in the recent yearsin signal processing applications, i.e. filtering and compression. In thecase of denoising because the energy of the noise is spread in the entire wavelet coefficients and it has low amplitude, it can be rejected by thres holding. In this paper, we propose a model to evaluate the influence of the denoising parameters in the quality of the speech signals, by ablind process. We examine the residual signal to establish an objective and blind criteria for selecting the following parameters: base, levels of de composition, rule, and threshold. This model can be applied in anytype of speech signal, no matter its behavior in time and frequency.

Resumen (es_ES)

La Transformada Wavelet Discreta se ha utilizado en los últimos años en aplicaciones de procesamiento de señales, como el filtrado y la compresión. En el caso específico de eliminación de ruido, la umbralización permite eliminar el ruido debido a que su energía está esparcida en todos los coeficientes Wavelet y es de baja amplitud. En este trabajo se propone una metodología para evaluar la influencia de los parámetros de filtrado en la calidad de la señal de voz, en un proceso ciego. A partir de la señal residuo se establece un criterio objetivo y ciego para la selección de los parámetros base, niveles de descomposición, regla y umbral. Esta metodología se puede aplicar a cualquier tipo de señal de voz, sin importar su comportamiento en el tiempo y en la frecuencia

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Luis Fernando Pedraza, Universidad Distrital Francisco José de Caldas.
Ingeniero Electrónico,Magister en Teleinformática.Docente UniversidadDistrital FranciscoJosé de Caldas.
Dora M. Ballesteros, Universidad Militar Nueva Granada.
Ingeniera Electrónica,Magister en IngenieríaElectrónica y de Computadores.Docente UniversidadMilitar NuevaGranada.
Andres E. Gaona
Ingeniero Electrónico,Magister en IngenieríaÁrea Electrónica. DocenteUniversidad DistritalFrancisco José deCaldas.

Referencias

S. I. Yann. “Transform based Speech Enhancement Techniques”, Ph.D. Thesis, Nanyang echnological University, 2003.

D. L. Donoho, I. M. Johnstone. “Threshold selection for wavelet shrinkage of noisy data”. 16th Annual International Conference of the IEEE, 1994, pp. A24-A25.

D. M. Ballesteros. “Procesamiento digital de señales utilizando Matlab y Simulink. Chapter: Transformada Wavelet Discreta”. Ed. Orcas, 2010, pp. 61-83.

L. Du, R. Xu, F. Xu, D. Wang, H. Chen. “Research on Key Parameters of Speech Denoising Algorithm Based on Wavelet Packet Transform”. Third IEEE International Conference on Computer Science and Information Technology (ICCSIT), 2010, pp. 551-556.

M. T. Johnson, X. Yuan, Y. Ren. “Speech signal enhancement through adaptive wavelet thresholding”. Speech Communication, 49 (2007): 123-133.

Y. Shao, C-H Chang. “A versatile speech enhancement system based on perceptual wavelet denoising”. IEEE International Symposium on Circuits and Systems, 2005, pp. 864-867.

D. M. Ballesteros, A. E. Gaona, L. F. Pedraza. “Discrete Wavelet Transform/Book 2. Chapter: Discrete Wavelet Transform in Compression and Filtering of Biomedical Signal”. Ed. InTech, 2011.

M. S. Chavan, M. N. Chavan, M. S. Gaikwad. “Studies on Implementation of Wavelet for Denoising Speech Signal”. International Journal of Computer Applications, 3(2) (junio 2010): 1-7.

D. L. Donoho. “De-noising by soft-thresholding”. IEEE Transactions of Information Theory, vol. 41, Issue 3, 1995, pp. 613-627.

C. Burrus, R. Gopinath, H. Guo. “Introduction to Wavelets and Wavelet Transforms”. Prentice Hall, 1998, pp. 1-40.

ITU-T. P.835. “Series P: Telephone transmission quality, telephone installations, local line networks: methods for objective and subjective assessment of quality”, 2003.

Mahesh S. Chavan, Manjusha N. Chavan, M. S. “Gaikwad. Studies on implementation of Wavelet for Denoising Speech Signal”. International Journal of Computer Applications (0975 8887), 3(2) (junio 2010).

Cómo citar
Pedraza, L. F., Ballesteros, D. M., & Gaona, A. E. (2012). Filtrado ciego de ruido blanco en señales de voz. Visión electrónica, 6(1), 6-13. https://doi.org/10.14483/22484728.3742
Publicado: 2012-08-13
Sección
Visión Investigadora