Využití Soft Computingových Metod pro zpracování řečového signálu v reálném prostředí Smart Home

Abstract

Cílem této diplomové práce je prozkoumat odvětví Soft Computingových metod v oblasti zpracování řečového signálu, nalézt vhodnou metodu pro potlačení šumu a tu následně použít v simulaci a praktické realizaci. Vybraná metoda bude popsána teoreticky i matematicky a její implementace bude použita pro potlačení okolního šumu z hlasového signálu pro ovládání chytré domácnosti Smart Home založené na sběrnicovém systému KNX. Hlasové řízení provozně technických funkcí tohoto komunikačního sběrnicového systému je předpokladem pro jednodušší správu domácnosti, vylučující jinak nutnou manuální manipulaci s ovládacím zařízením a to zejména pro seniory nebo postižené osoby. V domácnostech se ovšem nachází řada rušivých elementů, mezi které můžeme zařadit například šum domácích spotřebičů, nebo vlivy počasí, které mohou zapříčinit nefunkčnost tohoto ovládání a je tedy potřeba je odstranit. V dnešní době je k dispozici již množství filtrů schopných uspokojivě odstranit předem specifikovaný šum, avšak použití nelineárních adaptivních metod by mohlo tyto výsledky posunout na zcela jinou úroveň. Po úspěšné implementaci je nutné provést zhodnocení signálu, zda byla použitá metoda v potlačení šumu úspěšná.

The aim of this diploma thesis is investigate the field of Soft Computing methods in Speech Signal Processing and find an appropriate method for noise suppression and use it in simulation and practical implementation. The chosen method will be theoretically and mathematically described and used in implementation to suppress the ambient noise from speech signal for controlling a Smart Home based on the KNX bus system. Voice control of the operational technical features of this communication bus system is a prerequisite for a simpler household management, eliminating otherwise necessary manual handling of the control device, especially for seniors or disabled persons. However, in households there are a number of disturbing elements, including for example the noise of household appliances or weather conditions that may cause this control to malfunction and noise need to be removed. Nowadays, a number of filters are already available to satisfactorily remove pre-specified noise, but the use of non-linear adaptive methods could shift this results to a completely different level. After successful implementation, it is necessary to evaluate the signal if the used noise suppression method has been successful.