Melhoria da Convergência do Método Ica-Map para Remoção de Ruído em Sinal de Voz
Nome: FABIO LOUVATTI DO CARMO
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 10/12/2013
Orientador:
Nome |
Papel |
|---|---|
| EVANDRO OTTONI TEATINI SALLES | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| EVANDRO OTTONI TEATINI SALLES | Orientador |
| KLAUS FABIAN COCO | Examinador Interno |
| MARIO SARCINELLI FILHO | Examinador Interno |
Resumo: O problema de separação de fontes consiste em recuperar um sinal latente de um conjunto
de misturas observáveis. Em problemas de denoising, que podem ser encarados como um
problema de separação de fontes, é necessário extrair um sinal de voz não observado a partir
de um sinal contaminado por ruído. Em tal caso, uma importante abordagem baseia-se
na análise de componentes independentes (modelos ICA). Neste sentido, o uso da ICA
com o algoritmo maximum a posteriori (MAP) é conhecido como ICA-MAP. O emprego
de duas transformações individuais para sinal de voz e ruído pode proporcionar uma
melhor estimativa dentro de um ambiente linear. Esse trabalho apresenta uma modificação
feita no algoritmo ICA-MAP a fim de melhorar sua convergência. Foi observado, através
de testes, que é possível limitar a magnitude do vetor gradiente, usado para estimar os
parâmetros do modelo de denoising, e assim melhorar a estabilidade do algoritmo. Tal
adaptação pode ser entendida como uma restrição no problema de otimização original.
Outra abordagem proposta é aproximar a derivada do modelo GGM (generalized gaussian
model) em torno de zero por uma spline. Para acelerar o algoritmo, é aplicado um passo
variável no algoritmo do gradiente. Testes comparativos foram realizados empregando-se
bases padrões de dados de voz (masculino e feminino) e de ruído. No final, os resultados
obtidos são comparados com técnicas clássicas, a fim de destacar as vantagens do método.
