spektralsubtraktio

Spektralsubtraktio on signaalinkäsittelyn häiriönpoistomenetelmä, jossa kohina tai muu taustahäiriö pyritään vähentämään kohdesignaalin spektristä. Yleisesti se soveltuu erityisesti puheen tai muun signaalin erottamiseen taustamelusta. Menetelmä perustuu lyhytaikaiseen Fourier-muunokseen (STFT), jonka avulla signaali tarkastellaan sekä ajassa että taajuudessa.

Menetelmän perusvaiheet ovat seuraavat: ensimmäiseksi signaali pilkotaan lyhyisiin ikkunoihin ja jokaiselle ikkunalle lasketaan kompleksinen spektri Y(k,t). Tiedetään tai arvioidaan kohinaspektri Ŝ_n(k,t), usein käyttämällä puheettomia jaksoja tai min-statistiikkaa. Tämän jälkeen tehdään subtraktio, kuten A_sub(k,t) = max(|Y(k,t)| − α · |Ŝ_n(k,t)|, δ), jossa α on ylivarastustekijä (over-subtraction) ja δ on spektrinen lattia. Faska kogenttii vaiheessa syntyvä korjattu magnitudispektri yhdistetään alkuperäisen vaiheen kanssa ja muodostetaan korjattu spektri Ŷ(k,t). Lopuksi suoritetaan inverssi STFT aikasignaaliksi.

Spektrillinen subtraktio tuottaa yleensä tehokkaan häiriönpoiston verrattain vähäisellä laskentateholla, mutta siihen liittyy haittoja. Yleisiä artefakteja ovat musiikillinen kohina (musical noise) ja virheellisesti arvioidun melun aiheuttamat laadulliset virheet. Parantavia ominaisuuksia ovat min-statistiikan kaltaiset melunspektrin estimointimenetelmät, yli subtractionin säätö, spektrin lattian jäykentäminen sekä dynaaminen gain-käsittely.

Historia ja sovellukset: Spektralsubtraktio kehitettiin 1970–80-luvuilla puheen tehostamiseen, ja sen varhaisina kehittäjinä pidetään Berouti, Schwartz ja Makhoul. Menetelmää käytetään laajasti puheenkäsittelyssä, kuulolaitteissa ja äänitekniikassa perusmenetelmänä sekä dijitaaliseen denoisingiin että esiluvun valmisteluun ennen monimutkaisempia algoritmeja. Nykyisin sitä voidaan käyttää yksinkertaisena baseline-menetelmänä sekä osana kehittyneempiä denoissovelluksia.