Algoritmos para redução de ruído em sinais de áudio
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRJ |
Texto Completo: | http://hdl.handle.net/11422/7875 |
Resumo: | Este trabalho tem por objetivo viabilizar o processamento e restauração de sinais de áudio que sofreram distorções devido à introdução de ruído, utilizando para tanto, algoritmos implementados no software Matlab. Diversos algoritmos foram propostos ao longo dos anos para eliminação de ruídos em si-nais de áudio. Porém, os resultados desses introduziam distorções na voz, e não eliminavam completamente o ruído, criando o “musical noise” (ruído de fundo).Esse projeto consiste na implementação de quatro algoritmos para minimizar os efeito do ruído, bem como diminuir as distorções no sinal de voz provocadas pela restauração deste sinal após a subtração do ruído. Esses algoritmos são: Subtração Espectral, Filtro de Wiener, Subspace Tracking e Subspace Tracking com transformada Wavelet. A Subtração Espectral consiste em suprimir o ruído a partir de uma estimativa das estatísticas do ruído em períodos de silêncio. O Filtro de Wiener minimiza o erro quadrático no processo de filtragem inversa para suavização do ruído. O “Subspace Tracking” consiste em reduzir o ruído através da aná-lise dos autovetores e autovalores da matriz de covariância do sinal de voz.A Transformada Wavelet consiste na decomposição do sinal de voz no domínio da freqüência, com aplicação sucessiva de filtros passa-baixas e passa-altas. A transformada será combinada com o algoritmo “Subspace Tracking”, sendo este aplicado nas diversas componentes de freqüência do sinal. Os resultados obtidos com cada algoritmo serão visualizados graficamente, e serão comparados aos resultados obtidos com os demais, para diferentes tipos de ruídos. |
id |
UFRJ_d78156d581f0a301dcd6efca5c5fcb8e |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/7875 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Silva, Vinicius R. V. G. daGomes, José Gabriel Rodríguez CarneiroTorres, Julio César BoscherPetraglia, Mariane Rembold2019-05-13T12:13:27Z2023-11-30T03:01:33Z2007-12http://hdl.handle.net/11422/7875Submitted by Moreno Barros (moreno@ct.ufrj.br) on 2019-05-06T14:17:06Z No. of bitstreams: 1 monopoli10003231.pdf: 1022253 bytes, checksum: 51aa4152744112708e8f7e2e8c11cebe (MD5)Approved for entry into archive by Moreno Barros (moreno@ct.ufrj.br) on 2019-05-13T12:13:27Z (GMT) No. of bitstreams: 1 monopoli10003231.pdf: 1022253 bytes, checksum: 51aa4152744112708e8f7e2e8c11cebe (MD5)Made available in DSpace on 2019-05-13T12:13:27Z (GMT). No. of bitstreams: 1 monopoli10003231.pdf: 1022253 bytes, checksum: 51aa4152744112708e8f7e2e8c11cebe (MD5) Previous issue date: 2007-12Este trabalho tem por objetivo viabilizar o processamento e restauração de sinais de áudio que sofreram distorções devido à introdução de ruído, utilizando para tanto, algoritmos implementados no software Matlab. Diversos algoritmos foram propostos ao longo dos anos para eliminação de ruídos em si-nais de áudio. Porém, os resultados desses introduziam distorções na voz, e não eliminavam completamente o ruído, criando o “musical noise” (ruído de fundo).Esse projeto consiste na implementação de quatro algoritmos para minimizar os efeito do ruído, bem como diminuir as distorções no sinal de voz provocadas pela restauração deste sinal após a subtração do ruído. Esses algoritmos são: Subtração Espectral, Filtro de Wiener, Subspace Tracking e Subspace Tracking com transformada Wavelet. A Subtração Espectral consiste em suprimir o ruído a partir de uma estimativa das estatísticas do ruído em períodos de silêncio. O Filtro de Wiener minimiza o erro quadrático no processo de filtragem inversa para suavização do ruído. O “Subspace Tracking” consiste em reduzir o ruído através da aná-lise dos autovetores e autovalores da matriz de covariância do sinal de voz.A Transformada Wavelet consiste na decomposição do sinal de voz no domínio da freqüência, com aplicação sucessiva de filtros passa-baixas e passa-altas. A transformada será combinada com o algoritmo “Subspace Tracking”, sendo este aplicado nas diversas componentes de freqüência do sinal. Os resultados obtidos com cada algoritmo serão visualizados graficamente, e serão comparados aos resultados obtidos com os demais, para diferentes tipos de ruídos.porUniversidade Federal do Rio de JaneiroUFRJBrasilEscola PolitécnicaCNPQ::ENGENHARIASRedução do ruídoProcessamento de áudioAlgoritmos para redução de ruído em sinais de áudioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALmonopoli10003231.pdfmonopoli10003231.pdfapplication/pdf1022253http://pantheon.ufrj.br:80/bitstream/11422/7875/1/monopoli10003231.pdf51aa4152744112708e8f7e2e8c11cebeMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/7875/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/78752023-11-30 00:01:33.375oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:01:33Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Algoritmos para redução de ruído em sinais de áudio |
title |
Algoritmos para redução de ruído em sinais de áudio |
spellingShingle |
Algoritmos para redução de ruído em sinais de áudio Silva, Vinicius R. V. G. da CNPQ::ENGENHARIAS Redução do ruído Processamento de áudio |
title_short |
Algoritmos para redução de ruído em sinais de áudio |
title_full |
Algoritmos para redução de ruído em sinais de áudio |
title_fullStr |
Algoritmos para redução de ruído em sinais de áudio |
title_full_unstemmed |
Algoritmos para redução de ruído em sinais de áudio |
title_sort |
Algoritmos para redução de ruído em sinais de áudio |
author |
Silva, Vinicius R. V. G. da |
author_facet |
Silva, Vinicius R. V. G. da |
author_role |
author |
dc.contributor.author.fl_str_mv |
Silva, Vinicius R. V. G. da |
dc.contributor.referee1.fl_str_mv |
Gomes, José Gabriel Rodríguez Carneiro |
dc.contributor.referee2.fl_str_mv |
Torres, Julio César Boscher |
dc.contributor.advisor1.fl_str_mv |
Petraglia, Mariane Rembold |
contributor_str_mv |
Gomes, José Gabriel Rodríguez Carneiro Torres, Julio César Boscher Petraglia, Mariane Rembold |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Redução do ruído Processamento de áudio |
dc.subject.por.fl_str_mv |
Redução do ruído Processamento de áudio |
description |
Este trabalho tem por objetivo viabilizar o processamento e restauração de sinais de áudio que sofreram distorções devido à introdução de ruído, utilizando para tanto, algoritmos implementados no software Matlab. Diversos algoritmos foram propostos ao longo dos anos para eliminação de ruídos em si-nais de áudio. Porém, os resultados desses introduziam distorções na voz, e não eliminavam completamente o ruído, criando o “musical noise” (ruído de fundo).Esse projeto consiste na implementação de quatro algoritmos para minimizar os efeito do ruído, bem como diminuir as distorções no sinal de voz provocadas pela restauração deste sinal após a subtração do ruído. Esses algoritmos são: Subtração Espectral, Filtro de Wiener, Subspace Tracking e Subspace Tracking com transformada Wavelet. A Subtração Espectral consiste em suprimir o ruído a partir de uma estimativa das estatísticas do ruído em períodos de silêncio. O Filtro de Wiener minimiza o erro quadrático no processo de filtragem inversa para suavização do ruído. O “Subspace Tracking” consiste em reduzir o ruído através da aná-lise dos autovetores e autovalores da matriz de covariância do sinal de voz.A Transformada Wavelet consiste na decomposição do sinal de voz no domínio da freqüência, com aplicação sucessiva de filtros passa-baixas e passa-altas. A transformada será combinada com o algoritmo “Subspace Tracking”, sendo este aplicado nas diversas componentes de freqüência do sinal. Os resultados obtidos com cada algoritmo serão visualizados graficamente, e serão comparados aos resultados obtidos com os demais, para diferentes tipos de ruídos. |
publishDate |
2007 |
dc.date.issued.fl_str_mv |
2007-12 |
dc.date.accessioned.fl_str_mv |
2019-05-13T12:13:27Z |
dc.date.available.fl_str_mv |
2023-11-30T03:01:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/7875 |
url |
http://hdl.handle.net/11422/7875 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/7875/1/monopoli10003231.pdf http://pantheon.ufrj.br:80/bitstream/11422/7875/2/license.txt |
bitstream.checksum.fl_str_mv |
51aa4152744112708e8f7e2e8c11cebe dd32849f2bfb22da963c3aac6e26e255 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097138579341312 |