Nghiên cứu phương pháp mã hóa tiếng nói dùng kỹ thuật phân rã ma trận không âm
Tóm tắt
Luận văn tập trung nghiên cứu và phát triển phương pháp mã hóa tiếng nói dựa trên kỹ thuật phân rã ma trận không âm (NMF). Mục tiêu chính là xây dựng một hệ thống mã hóa hiệu quả, cho phép biểu diễn tín hiệu tiếng nói dưới dạng tổ hợp tuyến tính của các từ điển cơ sở (bases) mang tính trực giao và không âm. Nghiên cứu tiến hành phân tích các đặc trưng thời gian-tần số của tiếng nói, áp dụng NMF để phân tách ma trận phổ biên độ thành tích của hai ma trận: ma trận từ điển (chứa các đặc trưng cấu trúc âm vị) và ma trận hệ số kích hoạt (thể hiện sự biến thiên theo thời gian). Luận văn đề xuất các cải tiến trong thuật toán NMF nhằm nâng cao chất lượng tái tạo và giảm tốc độ bit. Kết quả thực nghiệm trên các bộ dữ liệu tiếng Việt cho thấy phương pháp đề xuất đạt được tỷ lệ nén cao hơn so với các kỹ thuật mã hóa truyền thống như LPC hay CELP, đồng thời duy trì chất lượng âm thanh ở mức chấp nhận được, mở ra hướng ứng dụng tiềm năng trong truyền thông đa phương tiện và lưu trữ giọng nói.