Algoritmos para redução de ruído em sinais de áudio

Detalhes bibliográficos
Autor(a) principal: Silva, Vinicius R. V. G. da
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