語音可懂度客觀評價方法研究.pdf

1、在當(dāng)今飛速發(fā)展的信息時代背景下，通信技術(shù)日新月異，尤其是在無線通信、衛(wèi)星網(wǎng)絡(luò)通信、個人移動通信和互聯(lián)網(wǎng)語音通信等方面的迅猛發(fā)展，語音信號處理方面的研究在各個領(lǐng)域也得到了廣泛地應(yīng)用，這就迫切地需要不受限于場合且靈活機(jī)動的語音客觀評價方法。同時也需要不斷地提出新的想法和思路，在之前的基礎(chǔ)上通過學(xué)習(xí)和研究不斷地完善和發(fā)展。前人對一些評價方法的改進(jìn)都是針對于頻域的，卻忽略了在時域上對信號進(jìn)行選擇。
　　由于不同的語音段對語音可懂度的貢獻(xiàn)是

2、有所不同的，比如濁音段比起清音段或者無聲段能夠較大的影響語音的可懂度，這一點(diǎn)也和日常的經(jīng)驗(yàn)是相一致的。本文首先基于傳統(tǒng)的SNRseg和fwSNRseg客觀評價方法，結(jié)合語音起始段檢測方法提出了一種具有較高可懂度的評價方法。其次，為了尋找新的權(quán)重，在傳統(tǒng)的NCM評價方法的基礎(chǔ)上，結(jié)合線性組合與回歸分析提出了一種可懂度較高的評價方法。
　　本文首先介紹了語音和語音信號的常識以及語音客觀評價方法的發(fā)展歷程、分類和一些方法的性能的比較，然

3、后簡單的介紹了語音質(zhì)量和可懂度，總結(jié)了語音評價的相關(guān)方法，包括主觀和客觀評價方法。
　　本文提出在時域選取語音的起始段，再對選出的語音段進(jìn)行AI分析。對AI進(jìn)行了簡要的介紹，然后介紹了音節(jié)和音節(jié)段，發(fā)現(xiàn)在連續(xù)語音中，音節(jié)的onset是最容易保留的，而核元音(nucleus vowel)可能減少或者發(fā)生改變?nèi)ミm應(yīng)講話速率和相鄰音節(jié)，音節(jié)尾聲(coda)可能會整體丟失。正是因?yàn)檫@個原因，才引發(fā)了對語音起始段的研究工作。之后詳細(xì)地介紹了

4、語音起始段檢測方法，對該方法和傳統(tǒng)客觀評價方法進(jìn)行結(jié)合提出改進(jìn)方法，通過MATLAB實(shí)驗(yàn)仿真，證明確實(shí)提高了語音的可懂度。
　　前人的研究中針對基于語音的STI方法提出了大量的改進(jìn)和評估。大部分是集中在帶重要性加權(quán)函數(shù)的發(fā)展，其函數(shù)被用于波動掩蔽干擾的語音中。理解了單個的頻帶重要性函數(shù)可能不適合估計嵌入在波動掩蔽中的語音可懂度，目標(biāo)是尋找新的權(quán)重方法。結(jié)合線性組合與回歸分析方法，將NCM評價方法分為20個臨界頻帶，對每一個頻帶進(jìn)行