Пошук академічних текстів

Інформація × Реєстраційний номер 2124U009207, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ВИКОРИСТАННЯ АДАПТИВНОЇ ФІЛЬТРАЦІЇ ТА МЕТОДІВ МАШИННОГО НАВЧАННЯ У СИСТЕМАХ ПРИДУШЕННЯ ШУМУ, РЕАЛІЗОВАНИХ НА ПЛАТФОРМІ SOC Автор Шкіль О. С.Філіпенко О. І.Рахліс Д. Ю.Філіпенко І. В.Пархоменко А. В.Корнієнко В. Р.Shkil A. S.Filippenko O. I.Rakhlis D. Y.Filippenko I. V.Parkhomenko A. V.Korniienko V. R. Дата публікації 26-12-2024 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/316221 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Сучасні системи відео конференційного зв’язку працюють у різноманітному шумовому оточенні, тому актуальними завданнями є збереження чіткості мовлення та забезпечення швидкої адаптації до зміни цього оточення. При розробці вбудованих систем виникає необхідність знайти баланс між споживанням ресурсів, продуктивністю та якістю сигналу, отриманого після придушення шуму. Системи на кристалі дозволяють використовувати потужність як процесорних ядер, доступних на апаратній платформі, так і FPGA, для виконання складних обчислень, що сприяє підвищенню швидкодії або зменшенню навантаження на основні ядра SoC. Мета. Проведення порівняльного аналізу якості придушення шуму у аудіо сигналах алгоритмом адаптивної фільтрації та алгоритмом фільтрації з використанням машинного навчання на основі нейронної мережі rnnoise в пристроях придушення шуму на технологічній платформі SoC. Метод. Оцінка за допомогою об’єктивних метрик, аналіз спектрограм з використанням бібліотеки Librosa на Python. Навчання нейромережі та проєктування моделі виконується на основі інструментів Python та Torch. Для реалізації нейронної мережі на платформі SoC використовувався пакет Vitis IDE. Результати. Виконано аналіз двох методів придушення шуму з використанням адаптивного фільтру Вейнера та нейронної мережі RNNoise. У розглянутих сценаріях було визначено що нейронна мережа показує кращі результати придушення шуму згідно до аналізу спектрограм та об’єктивних метрик. Висновки. У роботі було виконано порівняльний аналіз ефективності алгоритмів придушення шуму на базі адаптивних фільтрів і нейронної мережі у сценаріях з різним шумовим оточенням. Були отримані результати об’єктивих метрик SIGMOS для оцінки якості отриманого аудіосигналу. Додатково була виконана перевірка можливості запуску нейронної мережі RNNoise на технологічній платформі SoC ZYNQ 7000. Додано в НРАТ 2026-02-15 Закрити