7dB-es jel-zaj viszony javulást ért el egy egyetemi kutatócsoport Tuniszban legújabb, beszédfelismerő rendszerekhez kifejlesztett háttérzaj szűrő módszerük tesztelésekor. Az eredmény igencsak időszerű, hiszen a beszédfelismerő alkalmazások PC-k, mobiltelefonok és autók világában egyaránt viharos terjedése közepette az additív zaj kiszűrése elsődleges fontosságú az utasítások és beszélgetések felismerhetősége szempontjából.
A módszer a Bionikus Wavelet Transzformáció (BWT) és a Rekurrens Neurális Hálózatok (RNN) technikáit elegyíti kifejezetten a beszédjelben található háttérzaj kiszűrésére. Az egyik fejlesztő, Talbi Mourad elmondása szerint az általuk fejlesztett technika célja az volt, hogy egy automatizált módszert találjanak a bionikus wavelet együtthatók optimális beállítására, és erre a célra az Elman neurális hálózatot találták a legalkalmasabbnak. A rendszer tesztelését egy F16-os vadászrepülőgép és egy Volvo gépkocsi kabinjában végezték el. Az eredmények szerint az 5dB-es jel-zaj viszonyt 12dB-re sikerült növelniük a hibrid-módszer alkalmazásával.
Az eredményeket a Tuniszi Tudományegyetem jelfeldolgozási laboratóriumának négy tagja, Talbi Mourad, Salhi Lotfi, Abid Sabeur és Cherif Adnane mutatta be az International Journal of Signal and Imaging Systems Engineering 2010-es vol. 3., no. 2. számában.
Források:
ScienceDaily: Bionic Speech Recognition
International Journal of Signal and Imaging Systems Engineering 2010-v3/n2
