ДОСЛІДЖЕННЯ МЕТОДІВ ЗНИЖЕННЯ ВЛАСНОГО ШУМУ МІКРОФОНА ДЛЯ СИСТЕМ КЛАСИФІКАЦІЇ ЗВУКУ

<jats:p>У роботі проведено порівняльний аналіз методів шумопридушення: вейвлет перетворення, RLS фільтрації та методів спектрального віднімання (за амплітудою та потужністю). Експериментальне дослідження виконувалося шляхом моделювання адитивної суміші ідеального сигналу, який взятий з датасету ESC-50 і належить до категорії “engine”, та білого шуму з фіксованим відношенням сигнал/шум (SNR) на рівні 16.51 дБ. Оцінка якості очищення сигналу проводилася за двома критеріями: приріст метрики SNR та відносне зменшення середньоквадратичної похибки (MSE), розраховане відносно зашумленого сигналу. Результати моделювання показали, що найкращі показники відновлення форми сигналу забезпечує RLS фільтр, який підвищив SNR на 11.51 дБ. Метод вейвлет перетворення показав покращення на 5.09 дБ, тоді як методи спектрального віднімання за потужністю та амплітудою забезпечили приріст на 5.2 дБ та 3.75 дБ відповідно. Моделювання продемонструвало, що зашумлення знижує точність розпізнавання з еталонних 90,61% до 62,57% у класифікатора (навченого на датасеті ESC-50). Застосування RLS фільтра дозволило збільшити точність до 90,16%, що є найкращим результатом серед розглянутих методів. Вейвлет перетворення (з налаштуваннями агресивного шумопридушення) забезпечило точність 80,61%. Методи спектрального віднімання виявилися менш ефективними для задачі класифікації, показавши результат на рівні 65,02% (за потужністю) та 64,7% (за амплітудою).</jats:p>