Добавить отчёт (tex+pdf) и ipynb с анализом восстановления аудио DeepFilterNet3

report.tex

@@ -0,0 +1,109 @@
+\documentclass[12pt,a4paper]{article}
+\usepackage{fontspec}
+\usepackage{polyglossia}
+\setmainlanguage[spelling=modern]{russian}
+\setotherlanguage{english}
+\setmainfont{Times New Roman}
+\setmonfont{Courier New}
+
+\usepackage{graphicx}
+\usepackage{amsmath}
+\usepackage{amssymb}
+\usepackage{booktabs}
+\usepackage{multirow}
+\usepackage{geometry}
+\geometry{top=2cm, bottom=2cm, left=2.5cm, right=2cm}
+\usepackage{setspace}
+\onehalfspacing
+\usepackage{hyperref}
+\usepackage{float}
+
+\begin{document}
+
+\section{Введение}
+
+Цель работы~--- оценка эффективности метода восстановления звуковых сигналов с использованием нейросетевой модели DeepFilterNet3, интегрированной в среду Audacity через OpenVINO. В качестве исходного материала использована запись голоса (VoiceA), к которой был добавлен шум (SNR~1~dB). Восстановление выполнялось алгоритмом DeepFilterNet3.
+
+\section{Метрики оценки качества}
+
+Для количественной оценки использовались следующие метрики:
+\begin{itemize}
+    \item \textbf{SNR (Signal-to-Noise Ratio)}~--- отношение мощности сигнала к мощности шума;
+    \item \textbf{Segmental SNR}~--- усреднённый SNR по сегментам 30~ms с клиппированием {[}-10, 35{]}~dB;
+    \item \textbf{LSD (Log-Spectral Distance)}~--- среднеквадратичное логарифмическое спектральное расстояние;
+    \item \textbf{Коэффициент корреляции Пирсона} между сигналами;
+    \item \textbf{RMSE (Root Mean Square Error)}~--- среднеквадратичная ошибка;
+    \item \textbf{Фактор шумоподавления}~--- отношение дисперсии шума до и после обработки.
+\end{itemize}
+
+\section{Результаты}
+
+\subsection{Сводная таблица метрик}
+
+\begin{table}[H]
+\centering
+\caption{Сравнение метрик для зашумлённого и восстановленного сигналов}
+\label{tab:metrics}
+\begin{tabular}{lrrr}
+\toprule
+Метрика & Шумный & Восстановленный & Улучшение \\
+\midrule
+SNR (dB)          & 0.92  & 2.36  & +1.44   \\
+Segmental SNR (dB)& $-$1.45 & 1.26 & +2.71 \\
+LSD (dB)          & 73.78 & 31.34 & $-$42.44 \\
+Корреляция        & 0.6664 & 0.6633 & $-$0.0031 \\
+RMSE              & 9202  & 7801  & 15.2\%  \\
+Шумоподавление (dB)& ---  & ---  & +1.44   \\
+\bottomrule
+\end{tabular}
+\end{table}
+
+\subsection{Анализ результатов}
+
+DeepFilterNet3 демонстрирует следующие результаты:
+
+\begin{itemize}
+    \item \textbf{SNR +1.44~dB}: прирост отношения сигнал/шум положительный, однако скромный. Исходный SNR~0.9~dB был крайне низким~--- модель работает в условиях сильного шума.
+    \item \textbf{Segmental SNR +2.71~dB}: посегментный анализ показывает более существенное улучшение на коротких интервалах, что говорит о качественном подавлении шума в паузах.
+    \item \textbf{LSD $-$42.44~dB}: резкое снижение логарифмического спектрального расстояния~--- спектральная форма восстановленного сигнала значительно ближе к оригиналу, чем у шумного.
+    \item \textbf{Корреляция}: практически не изменилась (0.666 против 0.663). Это связано с тем, что шум аддитивный и не разрушает линейную структуру сигнала, а слабое подавление не восстанавливает корреляцию.
+    \item \textbf{RMSE}: снизилась на 15\%~--- амплитудная ошибка уменьшилась.
+\end{itemize}
+
+Ключевое наблюдение: модель эффективно подавляет шум в \textit{спектральной} области (LSD падает в 2.4~раза), но вклад шума в амплитудную ошибку остаётся значительным. Это характерно для DeepFilterNet, которая работает в частотной области.
+
+\subsection{Визуализация}
+
+На рис.~\ref{fig:analysis} представлен комплексный анализ сигналов.
+
+\begin{figure}[H]
+\centering
+\includegraphics[width=\textwidth]{analysis_plot.png}
+\caption{Сравнение исходного, зашумлённого и восстановленного сигналов. Строки: (1)~осциллограммы, (2)~спектрограммы, (3)~усреднённые спектры, (4)~спектрограмма шума, ошибки восстановления и LSD(t).}
+\label{fig:analysis}
+\end{figure}
+
+\subsection{Спектральный анализ}
+
+По спектрограммам (рис.~\ref{fig:analysis}, строка~2) видно:
+\begin{itemize}
+    \item Шум занимает широкий частотный диапазон (0--8~kHz) и маскирует формантные структуры голоса.
+    \item Восстановленный сигнал имеет более чистую спектральную картину; шумовой фон в паузах подавлен.
+    \item Высокочастотные компоненты (>4~kHz) восстанавливаются хуже~--- часть гармоник теряется.
+\end{itemize}
+
+Спектрограммы остаточной ошибки (строка~4, центр) показывают, что наибольшая ошибка восстановления сосредоточена в области 1--3~kHz, где энергия голоса максимальна~--- модель осторожничает и не подавляет шум в этой области, чтобы не исказить речь.
+
+\section{Заключение}
+
+DeepFilterNet3 в Audacity (OpenVINO) показал следующие результаты:
+\begin{itemize}
+    \item Улучшение SNR на +1.44~dB и Segmental SNR на +2.71~dB;
+    \item Значительное снижение спектрального искажения (LSD с 73.8 до 31.3~dB);
+    \item Снижение RMSE на 15\%;
+    \item Корреляция с оригиналом практически не изменилась.
+\end{itemize}
+
+Метод эффективен для подавления широкополосного шума, особенно заметен эффект в паузах между речевыми сегментами. При очень низком исходном SNR ($\sim$1~dB) полное восстановление невозможно, однако модель демонстрирует разумный компромисс между подавлением шума и сохранением речевого сигнала. Для лучших результатов рекомендовано использовать более высокое качество входного сигнала (SNR~5--10~dB) или комбинировать DeepFilterNet с предварительной фильтрацией.
+
+\end{document}