شهدت كلية الهندسة في جامعة بغداد المناقشة العلنية لرسالة الماجستير المقدمة من الطالبة سالي طه يوسف في قسم هندسة الحاسبات، والموسومة بـ “تحسين خوارزمية تحسين الكلام باستخدام نماذج سوبر غاوسية والتحويلات المنفصلة”.
هدفت الرسالة إلى تطوير إطار ذكي ومتقدم لتحسين الكلام من خلال الدمج بين أساليب المعالجة الرقمية التقليدية والأساليب الإدراكية، عبر اقتراح مُقدِّر هجين ثنائي المراحل لتحسين الكلام (DSHP-SE)، يعتمد على التكامل المتسلسل بين طريقتي Dual-Masking Harmonic (DMH) وPerceptually-motivated Karhunen–Loève Transform (PKLT)، بما يسهم في تحقيق توازن فعّال بين تقليل الضوضاء والحفاظ على جودة الكلام ووضوحه في البيئات الضوضائية المختلفة.
كلية الهندسة تناقش تحسين خوارزميات معالجة الكلام في قسم هندسة الحاسبات
شهدت كلية الهندسة في جامعة بغداد المناقشة العلنية لرسالة الماجستير المقدمة من الطالبة سالي طه يوسف في قسم هندسة الحاسبات، والموسومة بـ “تحسين خوارزمية تحسين الكلام باستخدام نماذج سوبر غاوسية والتحويلات المنفصلة”.
هدفت الرسالة إلى تطوير إطار ذكي ومتقدم لتحسين الكلام من خلال الدمج بين أساليب المعالجة الرقمية التقليدية والأساليب الإدراكية، عبر اقتراح مُقدِّر هجين ثنائي المراحل لتحسين الكلام (DSHP-SE)، يعتمد على التكامل المتسلسل بين طريقتي Dual-Masking Harmonic (DMH) وPerceptually-motivated Karhunen–Loève Transform (PKLT)، بما يسهم في تحقيق توازن فعّال بين تقليل الضوضاء والحفاظ على جودة الكلام ووضوحه في البيئات الضوضائية المختلفة.
وأظهرت النتائج التجريبية، التي أُجريت باستخدام قاعدة بيانات TIMIT وتحت أنواع مختلفة من الضوضاء (White، Pink، Car، Airport، F١٦) ومستويات متعددة من نسبة الإشارة إلى الضوضاء، تفوق النظام المقترح على عدد من الطرق التقليدية مثل Wiener وLogMMSE والطرح الطيفي لاسيما في ظروف النسبة المنخفضة للإشارة إلى الضوضاء (SNR) إذ تمكن من تقليل الضوضاء المتبقية والتشوهات الموسيقية مع الحفاظ على البنية التوافقية للكلام.
وخلصت الرسالة إلى جملة من التوصيات أبرزها توسيع النظام ليشمل آليات تحسين تكيفية آنية تتلاءم مع تغير البيئات الصوتية، ودمج تقنيات التعلم العميق مستقبلاً لتعزيز قابلية التعميم واعتماد اختبارات استماع ذاتية إلى جانب المقاييس الموضوعية، فضلاً عن دراسة إمكانية تطبيق النظام في الزمن الحقيقي لخدمة تطبيقات عملية مثل أنظمة التعرف على الكلام، والمعينات السمعية، وأنظمة الاتصالات الصوتية.
تحقق هذه الدراسة هدفاً من أهداف التنمية المستدامة المتمثل في الهدف الرابع الذي يدعو إلى التعليم الجيد.
وأظهرت النتائج التجريبية، التي أُجريت باستخدام قاعدة بيانات TIMIT وتحت أنواع مختلفة من الضوضاء (White، Pink، Car، Airport، F١٦) ومستويات متعددة من نسبة الإشارة إلى الضوضاء، تفوق النظام المقترح على عدد من الطرق التقليدية مثل Wiener وLogMMSE والطرح الطيفي لاسيما في ظروف النسبة المنخفضة للإشارة إلى الضوضاء (SNR) إذ تمكن من تقليل الضوضاء المتبقية والتشوهات الموسيقية مع الحفاظ على البنية التوافقية للكلام.
وخلصت الرسالة إلى جملة من التوصيات أبرزها توسيع النظام ليشمل آليات تحسين تكيفية آنية تتلاءم مع تغير البيئات الصوتية، ودمج تقنيات التعلم العميق مستقبلاً لتعزيز قابلية التعميم واعتماد اختبارات استماع ذاتية إلى جانب المقاييس الموضوعية، فضلاً عن دراسة إمكانية تطبيق النظام في الزمن الحقيقي لخدمة تطبيقات عملية مثل أنظمة التعرف على الكلام، والمعينات السمعية، وأنظمة الاتصالات الصوتية.
تحقق هذه الدراسة هدفاً من أهداف التنمية المستدامة المتمثل في الهدف الرابع الذي يدعو إلى التعليم الجيد.
