Estudo comparativo entre duas abordagens para remoção de ruído em sinais de fala: Filtro de Wiener e Autoencoders

Abstract

A comunicação por voz é uma parte fundamental da vida cotidiana, desempenhando um papel crucial em diversas interações sociais e profissionais. Nesse contexto, o pré-processamento de sinais de voz se destaca como uma tarefa de grande importância, visando melhorar a clareza e a inteligibilidade da fala. Para esse fim, as técnicas de Speech Enhancement (SE) são aplicadas por meio de algoritmos que removem ruídos dos sinais de voz. Este trabalho investiga duas técnicas de remoção de ruído em sinais de voz: o Filtro de Wiener e Autoencoder, com um foco central na comparação dessas abordagens. Foram utilizadas métricas objetivas para avaliar cada técnica, incluindo a Distância Euclidiana e o desempenho computacional. O objetivo é entender qual das técnicas se mostra mais eficaz para os cenários analisados, contribuindo assim para o avanço das tecnologias de processamento de áudio e para a melhoria da qualidade da comunicação verbal.

Voice communication is a fundamental part of everyday life, playing a crucial role in various social and professional interactions. In this context, the preprocessing of voice signals stands out as a task of great importance, aiming to enhance the clarity and intelligibility of speech. For this purpose, Speech Enhancement (SE) techniques are applied through algorithms that remove noise from voice signals. This work investigates two noise reduction techniques for voice signals: the Wiener Filter and Autoencoder, with a central focus on comparing these approaches. Objective metrics were used to evaluate each technique, including Euclidean Distance and computational performance. The goal is to understand which technique proves more effective for the analyzed scenarios, thereby contributing to advancements in audio processing technologies and improving the quality of verbal communication.