Publication: การกำจัดเสียงสะท้อนของระบบเสียงสเตอริโอภายในห้อง โดยโครงข่ายประสาทเทียมแบบการเรียนรู้ด้วยตนเอง
0
0
Issued Date
2017
Resource Type
Language
tha
File Type
application/pdf
Access Rights
open access
Rights
ผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)
Rights Holder(s)
มหาวิทยาลัยศรีนครินทรวิโรฒ
Suggested Citation
จักรพันธ์ หิตปราณีต, กิตติธัช กองคำ (2017). การกำจัดเสียงสะท้อนของระบบเสียงสเตอริโอภายในห้อง โดยโครงข่ายประสาทเทียมแบบการเรียนรู้ด้วยตนเอง. สืบค้นจาก: https://hdl.handle.net/20.500.14740/8377
Alternative Title(s)
Stereo echo cancellation in rooms by self organizing map neural networks
Author(s)
Advisor(s)
Organization
Abstract
วัตถุประสงค์ของโครงงานวิศวกรรมนี้ คือ การกำจัดเสียงสะท้อนในระบบสเตอริโอที่เกิดขึ้นภายในห้อง โดยการใช้โครงข่ายประสาทเทียมแบบการเรียนรู้ด้วยตนเอง สัญญาณเสียงพูดและสัญญาณ เสียงเพลงที่ได้จากการบันทึกจะถูกนำมาเป็นอินพุตให้กับโครงข่าย และจะถูกสุ่มออกมาประมาณ 40,000 ตัวอย่าง จากนั้นจะนำสัญญาณเสียงนี้ผ่านเข้าสู่กระบวนการฝึกสอนด้วยโครงข่ายประสาทเทียมแบบการเรียนรู้ด้วยตนเอง จนกระทั่งสัญญาณเสียงที่ผ่านตัวกรองมีค่าความผิดพลาดกำลังสองเฉลี่ยต่ำกว่า 0.001 จากผลการทดลองที่ได้แสดงให้เห็นแล้วว่า โครงข่ายประสาทเทียมแบบการเรียนรู้ด้วยตนเอง สามารถกำจัดเสียงสะท้อนระบบสเตอริโอที่เกิดขึ้นภายในห้องได้จริง และทำให้สัญญาณเสียงที่ได้ มีความชัดเจนกว่าเสียงเดิม
The objective of this engineering project is to get rid of stereo echo cancellation in the rooms that is to use the self-organizing map neural networks. The recorded speech signal and sound of music are introduced to the input of this self-organizing map neural networks. Additional, these recorded sound signal are separated about 40,000 samples then the signal brings to the training procedure with self-organizing map neural networks which has been until the mean square error (MSE) less than 0.001. The simulation results are indicated that the self-organizing map neural networks can cancel the stereo echo in the rooms and has more efficiency sound.
The objective of this engineering project is to get rid of stereo echo cancellation in the rooms that is to use the self-organizing map neural networks. The recorded speech signal and sound of music are introduced to the input of this self-organizing map neural networks. Additional, these recorded sound signal are separated about 40,000 samples then the signal brings to the training procedure with self-organizing map neural networks which has been until the mean square error (MSE) less than 0.001. The simulation results are indicated that the self-organizing map neural networks can cancel the stereo echo in the rooms and has more efficiency sound.