Fundamentals of Speech Enhancement

این کتاب چندین مفهوم مهم تقویت گفتار را به روشی ساده اما دقیق ارائه و توسعه می‌دهد. بسیاری از ایده ها جدید هستند. آنها نه تنها این مشکل قدیمی را روشن می کنند، بلکه نکات ارزشمندی در مورد چگونگی بهبود برخی از رویکردهای مرسوم شناخته شده ارائه می دهند. این کتاب تمام جنبه‌های تقویت گفتار، از تک کانال، چند کانال، شکل‌دهی پرتو، حوزه زمانی، حوزه فرکانس و حوزه زمان-فرکانس، تا دو گوش را در یک چارچوب واضح و انعطاف‌پذیر یکی می‌کند. با یک بحث جامع در مورد بهترین برآوردگرهای اساسی (خطی و غیرخطی) شروع می شود و نشان می دهد که چگونه آنها به معیارهای مهم مختلفی مانند ضریب تعیین، ضریب همبستگی، ضریب همبستگی شرطی و نسبت سیگنال به نویز متصل می شوند. (SNR). سپس نشان می دهد که چگونه می توان از این اقدامات به منظور استخراج انواع الگوریتم های کاهش نویز استفاده کرد که می تواند سازش دقیق و همه کاره ای بین کاهش نویز و اعوجاج گفتار ارائه دهد.

This book presents and develops several important concepts of speech enhancement in a simple but rigorous way. Many of the ideas are new; not only do they shed light on this old problem but they also offer valuable tips on how to improve on some well-known conventional approaches. The book unifies all aspects of speech enhancement, from single channel, multichannel, beamforming, time domain, frequency domain and time–frequency domain, to binaural in a clear and flexible framework. It starts with an exhaustive discussion on the fundamental best (linear and nonlinear) estimators, showing how they are connected to various important measures such as the coefficient of determination, the correlation coefficient, the conditional correlation coefficient, and the signal-to-noise ratio (SNR). It then goes on to show how to exploit these measures in order to derive all kinds of noise reduction algorithms that can offer an accurate and versatile compromise between noise reduction and speech distortion.