Ses Onarma ve İyileştirme

Ses onarma, bozulmuş kayıttan daha temiz veya görev açısından daha kullanışlı bir işaret kestirmeyi amaçlar. Gürültü, yankı, clipping ve paket kaybı farklı bozulma modelleri oluşturur.

Gürültü Türü ve Süzgeç Seçimi

Gürültü tek bir sınıf değildir. Yaklaşık durağan arka plan uğultusu, dar bantlı elektrik şebekesi bileşenleri, geniş bant gürültü, darbeli bozulmalar, rüzgâr, mekanik titreşim ve başka konuşmalar farklı tayfsal ve zamansal özelliklere sahiptir. Bu nedenle “gürültü filtresi” tek bir genel işlem olarak düşünülmemelidir.

Klasik süzgeçler frekans bölgesine göre farklı amaçlar taşır:

• düşük geçiren süzgeç yüksek frekansları bastırır,
• yüksek geçiren süzgeç düşük frekansları bastırır,
• bant geçiren süzgeç belirli aralığı korur,
• bant durduran veya çentik süzgeç belirli aralığı bastırır.

Kesim frekansı sabit bir reçete değildir. Konuşmanın yararlı spektrumu, kayıt cihazı, örnekleme frekansı ve gürültünün konumu birlikte incelenmelidir. Yanlış seçilen süzgeç gürültüyle birlikte konuşma bilgisini de silebilir.

Periyodik veya dar bantlı parazitlerde tayfsal yapı belirgin olabilir; değişken çevresel gürültüde ise sabit filtre yetersiz kalabilir. Bu durumda gürültü kestirimi, adaptif yöntemler veya öğrenilmiş modeller gerekebilir.

Gürültü azaltma

Spectral subtraction ve Wiener filtresi, gürültü istatistiği yeterince kestirilebildiğinde durağan veya yarı durağan gürültüyü azaltabilir. Yanlış gürültü tahmini müzikal gürültü gibi yeni artefaktlar oluşturabilir.

Öğrenilmiş denoiser modeller karmaşık gürültülerde daha başarılı olabilir; fakat eğitim dağılımı dışında sinyal bileşenlerini de bastırabilir.

Yankı ve mikrofon dizileri

Akustik yankı giderme, hoparlörden mikrofona giden yolu adaptif olarak modeller. Çok mikrofonlu beamforming, faz ve gecikme farklarını kullanarak belirli yönden gelen sesi güçlendirebilir.

Packet-loss concealment eksik örnekleri, declipping ise doygun bölgeleri kestirmeye çalışır.

Görev tabanlı değerlendirme

Ses kalitesindeki algısal artış her zaman sonraki modelin başarımını artırmaz. ASR, konuşmacı tanıma veya olay algılama sistemlerinde iyileştirme, hedef görevin ölçütleriyle birlikte değerlendirilir.

Adli kullanımda orijinal kayıt ayrı tutulur; filtre parametreleri, yazılım sürümü ve oluşturulan türev kayıtlar işlem zincirinin parçası olarak saklanır.

Adli Ses İyileştirmesinde Sınır

Adli kayıtta amaç, kaydı “daha güzel” duyurmaktan çok incelenebilirliği artırırken özgün delili korumaktır. Konuşmayı örten uğultu veya dar bantlı parazit azaltılabilir; ancak uygulanan her süzgeç işaretin bir bölümünü de değiştirebilir.

Spektrogram zaman, frekans ve enerji dağılımını birlikte gösterdiği için konuşma, parazit ve kayıt artefaktlarını incelemede yararlıdır. Bununla birlikte tek bir spektrogram görüntüsü konuşmacı kimliğini kesin biçimde kanıtlayan bir “ses parmak izi” değildir. Konuşmacı karşılaştırması kayıt koşulları, yöntem, hata oranı ve belirsizlikle birlikte değerlendirilmelidir.

Güvenilir işlem zincirinde özgün dosya salt okunur biçimde korunur; çalışma kopyası veya türev dosya ayrı üretilir. Kullanılan süzgeç, parametreler, yazılım sürümü, giriş/çıkış hash değerleri ve işlem sırası kaydedildiğinde sonuç daha sonra yeniden üretilebilir ve denetlenebilir.

Üst konu: Görüntü ve Ses İşleme

Kaynakça

• Alan V. Oppenheim; Ronald W. Schafer. Discrete-Time Signal Processing, Third Edition. Pearson, 2010.

• Lawrence R. Rabiner; Ronald W. Schafer. Theory and Applications of Digital Speech Processing. Pearson, 2011.