V mobilních a pevných komunikačních sítích dochází často k degradaci řečového signálu, jejímž výsledkem je jeho částečné či úplné zastření šumy a hluky. Při velkých hodnotách šumu klasické technologie potlačování selhávají. Díky poznatkům waveletové analýzy se možnosti úpravy signálu výrazně rozšiřují. Dosavadní přístupy spočívají v úpravě waveletových bázových koeficientů pouhým prahováním, což představuje příliš hrubé měřítko rozlišení, zda reprezentují rušení či užitečný signál. Novým přístupem je využití matematické statistiky a s tím spojeného heuristického prahování, které je založeno na testování hypotézy o příslušnosti koeficientů. Cílem projektu je navrhnout optimální metody a ověřit je na reálných signálech.

Description in English
Both in mobile and wired telecommunication networks speech signal is often degraded by the signal's partial or complete noise coverage. If the noise amplitude is too big, classical methods of noise suppression fail. Thanks to wavelet analysis, the possibilities of signal processing extend much. Present approach is to adjust the wavelet coefficients by simple thresholding. However, this represents a too coarse level of resolution if the coefficient represent noise or desired signal. State-of-the-art approach is the expoitation of mathematical statistics, which leads to heuristic thresholding, based on testing the hypothesis on the coefficient's classification. Goal of the project is to propose optimal methods and verify their functionality on real speech signals.