Kanonik Korelasyon Analiz Tabanlı Ses Ayrıştırma Algoritmalarının İşlem Süresi Azaltımı

Gürültülü ortamlarda ses işaretinin gürültüsüz olarak elde edilmesi oldukça önemlidir. Karışım ortamı ve gürültü kaynakları bilinemediğinden dolayı ayrıştırma işlemi oldukça zordur. Bu çalışmada doğrusal biçimde karışmış olan farklı ses işaretleri, Kanonik Korelasyon Analiz tabanlı algoritmaları kullanılarak ayrıştırılmıştır. Algoritmaların başarım oranlarıyla birlikte, işlemsel yükleri ile orantılı olan işlem süreleri karşılaştırılmış ve ayrıca algoritmaların işlem sürelerini düşürmek için Ayrık Dalgacık Dönüşümü yönteminden faydalanılmıştır. Bunlara ek olarak farklı veri uzunlukları kullanılarak, veri uzunluğunun algoritma performansları üzerindeki etkisi incelenmiştir.  

Obtaining a noise-free audio signal in noisy environments is crucial. Since the mixing environment and noise sources are unknown, the separation process is quite difficult. In this study, different linearly mixed audio signals were separated using Canonical Correlation Analysis-based algorithms. The performance rates of the algorithms, along with their computational loads and processing times, were compared. Furthermore, the Discrete Wavelet Transform method was used to reduce the algorithms' processing times. In addition, the effect of different data lengths on algorithm performance was investigated.