Phân tích tín hiệu đa phân giải và áp dụng vào xử ý tiếng nói - NCS. Đỗ Đức Hào

Tên luận án: Phân tích tín hiệu đa phân giải và áp dụng vào xử ý tiếng nói
Ngành: Khoa học máy tính
Mã số ngành: 9480101
Họ tên nghiên cứu sinh: Đỗ Đức Hào
Khóa đào tạo: 2019
Người hướng dẫn khoa học: TS. Trần Thái Sơn và TS. Châu Thành Đức
Cơ sở đào tạo: Trường Đại học Khoa học Tự nhiên, ĐHQG.HCM
1. Tóm tắt nội dung luận án:
Luận án nghiên cứu về phương pháp phân tích tín hiệu đa phân giải, trong đó tập trung vào các phép biến đổi họ Chirplet và các ứng dụng vào xử lý tiếng nói.
Nội dung chính đầu tiên của luận án khai thác phép biến đổi Chirplet tuyến tính (Linear Chirplet Transform – LCT) và ứng dụng những phương pháp này vào một số các bài toán đơn giản trong lĩnh vực xử lý tiếng nói như nhận dạng giới tính, nhận dạng vùng miền.
Nội dung chính thứ hai tập trung vào nâng cao khả năng chống nhiễu cho đặc trưng thu được từ phép biến đổi Chirplet tuyến tính. Luận án đã tiến hành kết hợp phép biến đổi Chirplet tuyến tính với bộ tự mã hoá biến phân và bộ lọc Chebyshev để nâng cao chất lượng đặc trưng.
Nội dung chính thứ ba tập trung vào phân tích và làm rõ những giới hạn của LCT, qua đó mở rộng thành phép biến đổi Chirplet tuyến tính tổng quát (General Linear Chirplet Transform – GLCT). Sau đó, luận án kết hợp GLCT với phương pháp phân tích giá trị đơn rút gọn (Truncated Singular Value Decomposition - tSVD) để tạo thành phép biến đổi Chirplet tuyến tính tổng quát rút gọn quát (Compressed General Linear Chirplet Transform – CGLCT).
Nội dung chính thứ tư tập trung vào quá trình mở rộng từ phép biến đổi LCT thành phép biến đổi Chirplet đa thức (Polynomial Chirplet Transform – PCT) và phép biến đổi Chirplet nhiều hàm đa thức (Multi-Polynomial Chirplet Transform – MPCT).
2. Những kết quả mới của luận án:
Luận án đã đạt được một số kết quả mới, bao gồm:
Kết quả 1: Đề xuất thuật toán trích xuất đặc trưng tiếng nói dựa trên phép biến đổi LCT. Luận án đã sử dụng đặc trưng LCT với hệ số chirp âm vào các bài toán nhận dạng đơn giản như nhận dạng giới tính, nhận dạng vùng miền.
Kết quả 2: Nâng cao khả năng chống nhiễu cho phép biến đổi LCT. Cụ thể, luận án đã kết hợp phép biến đổi LCT với bộ tự mã hoá biến phân và bộ lọc Chebyshev để lọc nhiễu và tăng cường tiếng nói, qua đó nâng cao hiệu quả cho mô hình nhận dạng với dữ liệu đầu vào bị nhiễu.
Kết quả 3: Đề xuất hai thuật toán mở rộng khả năng của LCT bằng cách sử dụng nhiều hàm tuyến tính bao gồm GLCT và CGLCT. Thứ nhất, luận án kết hợp nhiều phép biến đổi LCT độc lập để tạo thành phép biến đổi GLCT. Sau đó, luận án đã đề xuất một phương pháp giảm chiều cho không gian đặc trưng thu được từ phép biến đổi GLCT bằng tSVD.
Kết quả 4: Đề xuất hai thuật toán nâng cao khả năng biểu diễn quy luật biến đổi của tín hiệu gồm PCT và MPCT. Từ đường tần số tức thời dạng tuyến tính, luận án đề xuất sử dụng đường tần số tức thời dạng đa thức để có thể biểu diễn được sự thay đổi phức tạp của tiếng nói.
3. Các ứng dụng/khả năng ứng dụng trong thực tiễn hay những vấn đề còn bỏ ngỏ cần tiếp tục nghiên cứu
Mặc dù các đặc trưng đa phân giải họ Chirplet có chất lượng tốt, chúng vẫn gặp phải một số hạn chế cần được nghiên cứu và khắc phục như sau:
Đầu tiên, mặc dù giảm được độ phức tạp cho mô hình nhận dạng phía sau, quá trình xử lý của phép biến đổi Chirplet chưa tối ưu về tốc độ so với các phương pháp như ảnh phổ hay ảnh phổ mel. Do đó, hướng phát triển đầu tiên là thiết kế thuật toán tính toán nhanh, nhằm nâng cao tốc độ thực thi của phép biến đổi Chirplet, giúp ứng dụng trong thời gian thực và các hệ thống yêu cầu hiệu năng cao.
Thứ hai, với phép biến đổi CGLCT, dù hiệu quả tốt nhưng do đã qua phép biến đổi tSVD, thông tin không còn minh bạch như ban đầu, và khả năng giải thích được của đặc trưng suy giảm đáng kể. Vì vậy, hướng phát triển tiếp theo cho CGLCT là nâng cao khả năng giải thích của đặc trưng, có thể thông qua việc kết hợp với các kỹ thuật học máy giải thích được hoặc tối ưu hóa quá trình giảm chiều dữ liệu mà không làm mất mát thông tin quan trọng.
Cuối cùng, với phép biến đổi MPCT, thời gian thực thi và kích thước vector đặc trưng vẫn còn tương đối lớn. Do đó, hướng phát triển tiếp theo là giảm độ phức tạp cả không gian và thời gian cho quá trình xử lý. Điều này có thể đạt được bằng cách tối ưu hóa thuật toán, áp dụng các kỹ thuật giảm chiều hiệu quả hơn, hoặc sử dụng các phương pháp tính toán song song và tối ưu hóa phần cứng.