Дереверберация

Дереверберация — это процесс, при котором эффекты реверберации удаляются из звука после того, как такой реверберирующий звук был уловлен микрофонами . Дереверберация является подтемой акустической цифровой обработки сигналов и чаще всего применяется к речи, но также имеет отношение к некоторым аспектам обработки музыки. Дереверберация звука (речь или музыка) — это функция, соответствующая слепой деконволюции изображений, хотя используемые методы обычно сильно различаются. Сама реверберация вызвана отражением звука в комнате (или другом замкнутом пространстве) и количественно определяется временем реверберации комнаты и соотношением прямой и реверберационной мощности. Эффект дереверберации заключается в увеличении соотношения прямой и реверберационной составляющей, благодаря чему звук воспринимается более близким и четким.

Основное применение дереверберации - в телефонах с функцией громкой связи и настольных терминалах для конференц-связи , поскольку в этих случаях микрофоны располагаются не близко к источнику звука - рту говорящего - а на расстоянии вытянутой руки или на большем расстоянии. Как и в телекоммуникациях, дереверберация важна при автоматическом распознавании речи , поскольку распознаватели речи обычно подвержены ошибкам в сценариях реверберации.

Дереверберация стала темой научных исследований в период с 2000 по 2005 год. хотя существует несколько примечательных ранних статей. Первый научный учебник по этой теме был опубликован в 2010 году. глобальное научное исследование, спонсируемое Техническим комитетом IEEE по обработке аудио и акустических сигналов. В 2014 году было проведено

Можно использовать три разных подхода провести дереверберацию. В первом подходе реверберация устраняется путем использования математической модели акустической системы (или помещения) и после оценки параметров акустической модели помещения формирования оценки исходного сигнала. При втором подходе реверберация подавляется путем рассмотрения ее как типа (сверточного) шума и выполнения процесса шумоподавления, специально адаптированного к реверберации. В третьем подходе исходный сигнал с дереверберацией оценивается непосредственно из сигналов микрофона с использованием, например, подхода машинного обучения глубокой нейронной сети или, альтернативно, многоканального линейного фильтра. Примеры наиболее эффективных методов на современном уровне техники включают подходы, основанные на линейном прогнозировании.