Разработка метода и технических средств компандирования спектров речевых сигналов

Настоящая диссертационная работа посвящена разработке метода командирования (сжатия-восстановления) спектра речевых сигналов средствами модуляционной теории.

Актуальность исследования. Особенностью современного этапа развития общества является усиление роли информации во всех основных сферах человеческой деятельности [135], переход общества практически во всемирном масштабе от индустриального к информационному, когда информация стала важнейшим стратегическим ресурсом [136].

Число средств1 передачи информации по радиоканалу непрерывно возрастает. Речевая коммуникация (телефония) остается одним из наиболее оперативных и востребованных способов непосредственного обмена информацией между людьми. Количество абонентов, пользующихся услугами телефонной связи, ежегодно увеличивается. На сегодняшний день число абонентов средств подвижной радиосвязи (радиотелефонии) значительно превышает количество стационарных телефонов, включенных в фиксированные сети. Наиболее интенсивно развивающейся областью передачи речи в настоящее время являются системы мобильной радиосвязи [72, с. 3].

Увеличение потока передаваемых по радиоканалу сообщений приводит к усилению значения проблемы эффективного использования радиочастотного спектра, так как радиочастотный спектр является невозобнов-ляемым ограниченным ресурсом. Одним из путей эффективного использования радиочастотного ресурса является сжатие спектра передаваемых сигналов, в частности речевых как занимающих значительную долю среди всех сигналов, транслируемых по радиоканалу [72, с. 4].

Над решением задачи сжатия спектра речевых сигналов исследователи работают, по крайней мере, на протяжении последних восьмидесяти лет. За это время сформировалось основное направление ее решения, получившее в настоящее время наиболее широкое применение, сжатие спектра речи при устранении статистической и психофизической избыточности с использованием методов линейного предсказания. Однако, несмотря на то, что проблема сжатия спектра речевых сигналов на сегодняшний день достаточно успешно решается средствами статистической теории, поиск других теоретических оснований для ее решения не только не прекращается, но и усилился в последние годы, что обосновывается ограниченными возможностями известных методов при возрастающей потребности.

Радикальное решение проблемы сжатия спектра речевых сигналов в настоящее время не найдено, и ее решение не только не потеряло своей актуальности на сегодняшний день, но и приобрело еще большую остроту с развитием телекоммуникационных технологий.

Модуляционная теория является теоретическим фундаментом, который традиционно рассматривается в качестве основы для поиска решения обозначенной проблемы. В рамках данного направления по существу решений пока не было найдено, однако интерес к нему в последние годы возрос, о чем свидетельствуют появившиеся в последние годы публикации [88 — 90, 94 — 97], посвященные данной тематике.

В модели модуляционной теории сигналы описываются как сложно-модулированные (одновременно по амплитуде и частоте) процессы, в виде произведения огибающей (амплитудно-модулирующей функции сигнала) и косинуса фазы (частотно-модулированной функции сигнала). Установлено, что спектры огибающей и косинуса фазы речевых сигналов обладают примерно одинаковой верхней границей и занимают приблизительно одну область частот. Также установлено, что для обеспечения коммерческого качества передачи речи (не ниже первого класса качества речи по ГОСТ Р 50 840 — 95) необходимо передавать как огибающую, так и косинус фазы речевых сигналов. Из этого следует, что для сжатия спектра речевого сигнала на основе модели модуляционной теории необходимо сжимать как спектр огибающей, так и спектр косинуса фазы. Для сжатия спектра огибающей речевых сигналов предлагается выполнить вторую ступень модуляционного разложения сигнала, то есть разложить огибающую сигнала на ее огибающую и косинус фазы. После чего обработкой модулирующих функций второй ступени модуляционного разложения речевого сигнала добиться уменьшения полосы частот его огибающей. Для сжатия спектра косинуса фазы речевого сигнала предлагается выполнять деление мгновенной частоты сигнала без ее выделения и ограничивать сверху спектр косинуса фазы сигнала с деленной мгновенной частотой.

Разработка нового эффективного способа компандирования спектра речевых сигналов является актуальной, прежде всего, для систем радиосвязи (например, специализированных систем подвижной радиосвязи). Также это актуально для систем записи и хранения больших массивов речевой информации.

Объект исследования: обработка речевых сигналов.

Предмет исследования: Компандирование (сжатие — восстановление) спектра речевых сигналов при их обработке на основе математической модели модуляционной теории.

Основная цель исследования заключается в разработке эффективного метода компандирования спектра речевых сигналов.

В соответствии с основной целью и предметом исследования определены следующие основные задачи исследования:

— экспериментально исследовать свойства функций, описывающих речевые сигналы в математической модели модуляционной теории;

— разработать новую психоакустическую модель, учитывающую особенности слухового восприятия модулированных по амплитуде и частоте сигналов;

— разработать метод и технические средства компандирования спектра речевых сигналов при обработке их природных модулирующих функций;

— экспериментально исследовать эффективность разработанного метода компандирования спектра речевых сигналов;

— 9- обеспечить внедрение результатов, полученных в диссертационном исследовании, в учебный процесс и практику научных исследований.

Методологическую и теоретическую основы исследования составили научные труды отечественных и зарубежных авторов в теории функций, физиологии слуха и речи, теории информации, спектральной теории и модуляционной теории.

Методы исследования. Во время проведения исследования применялись методы математического анализаспектрального анализа (теоретического и экспериментального) — компьютерного моделированияартикуляI ционных измерений, и др.

Информационная база исследования. В качестве информационных источников исследования использованы:

— научные источники в виде данных из книг, журнальных статей, научных докладов и отчетов о научно-исследовательской работе, материалов научных конференций и семинаров;

— официальные документы в виде ГОСТов;

— результаты собственных расчетов и проведенных экспериментов.

Научная новизна исследования:

1. На основе экспериментальных измерений параметров мгновенной частоты речевых сигналов внесены уточнения в сделанные ранее выводы о свойствах мгновенной частоты фонем русского языка: во-первых, модулирующие частоты природной частотной модуляции гласных звуков русской речи могут принимать значения выше 1 кГц, во-вторых, природная несущая частота гласных звуков русской речи, как правило, не равняется частоте основного тона голоса.

2. Для устранения психофизической избыточности речевых сигналов с целью сжатия их спектра предложена новая психоакустическая модель, учитывающая особенности слухового восприятия модулированных по амплитуде и частоте сигналов.

3. Для русской речи экспериментально установлено, что модулирующие частоты природных амплитудной и частотной модуляций речевого сигнала в значительной степени совпадают.

4. Экспериментально установлено, что несущая частота речевого сигнала для всех фонем русского языка превышает несущую частоту огибающей сигнала.

5. Для русского языка экспериментально установлено, что при сохранении информации о величине природной несущей частоты речевого сигнала можно незаметно для слуха подменить составляющие спектра сигнала, обусловленных его природной частотной модуляцией, аналогичными спектральными составляющими, обусловленными его природной амплитудной модуляцией.

6. На основе предложенной психоакустической модели разработан способ и устройство компандирования спектра речевых сигналов при де лении мгновенной частоты сигнала и его огибающей и ограничении сверху спектров огибающей огибающей, косинусов фазы сигнала и огибающей с деленными мгновенными частотами. Экспериментально оценена эффективность компандирования спектра речи разработанным способом.

Научная ценность результатов исследования заключается в том, что полученные в ходе работы при выполнении данного диссертационного исследования научные и технические результаты (например, предложенная новая психоакустическая модель слухового восприятия, установленные факты совпадения и возможности незаметной для слуха подмены модулирующих частот природных частотной и амплитудной модуляций речевых сигналов) могут быть использованы при создании новых методов и средств обработки речевых сигналов на основе математической модели модуляционной теории.

Практическая значимость работы:

Проведенные теоретические и экспериментальные исследования позволили разработать эффективный способ и устройство компандирования спектров PC при обработке их природных модулирующих функций. Реализация цифровыми средствами разработанного способа компандирования спектра PC в современных системах радиосвязи позволит увеличить эффективность использования радиочастотного ресурса.

Реализация результатов диссертационной работы.

Материалы диссертационной работы использованы:

1. В учебном процессе и НИР кафедры акустики Санкт-Петербургского государственного университета кино и телевидения.

2. В учебном процессе и НИР Института ФСБ России (г. Санкт-Петербург).

3. В НИР ООО «Неватон».

Внедрение результатов диссертационной работы подтверждено соответствующими актами.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались в трех сообщениях на научно-технических конференциях Санкт-Петербургского государственного университета кино и телевидения в 2006;2007 годах.

Публикации. Основное содержание диссертации изложено в 10 опубликованных и депонированных статьях, а также одной заявке на «Способ и устройство сжатия спектра речевых сигналов», по которой получен патент РФ на изобретение.

Структура и объем работы. Диссертация содержит введение, основной текст из четырех глав, заключение, список использованной литературы и приложение. Объем основного текста с введением и заключением составляет 193 страницы, включая 57 рисунков на 46 страницах и 2 таблицы на 2 страницах. Список использованной литературы содержит 138 наименований.

ЗАКЛЮЧЕНИЕ

.

Одним из основных способов эффективного использования радиочастотного ресурса является применение методов сжатия спектра передаваемых сигналов. В объеме сигналов, передаваемых по радиоканалу, речевые сигналы занимают одно из первых мест, поэтому задача эффективного сжатия спектра речевых сигналов на фундаменте различных теоретических основ является актуальной. В ходе разработки способа компандирования спектра речевых сигналов на основе модуляционных представлений получены следующие теоретические и практические результаты:

1. На основе результатов экспериментальных исследований информационных и спектральных свойств огибающей и косинуса фазы речевых сигналов сделаны следующие основные выводы: а) для обеспечения коммерческого качества передачи речи (не ниже первого класса качества по разборчивости в соответствии с ГОСТ Р 50 840 — 95 [49]) и решения задачи эффективного обратимого сжатия спектра речевых сигналов на основе модели модуляционной теории необходимо передавать с соответствующим качеством и огибающую, и косинус фазы сигнала, а также отдельно сжимать как спектр огибающей, так и спектр косинуса фазы сигнала.

2. Для решения задачи сжатия спектра огибающей речевых сигналов в соответствии с концепцией многоступенного модуляционного разложения звуковых сигналов исследовалась вторая ступень модуляционного разложение речевых сигналов. Для описания огибающей речевых сигналов в рамках двухступенного модуляционного разложения предложена спектрально-модуляционная модель, на основе которой разработан способ и устройство для двухступенного модуляционного разложения речевых сигналов. Впервые на практике технически выполнено двухступенное модуляционное разложение речевых сигналов, для чего экспериментально определены условия выполнения двух ступеней модуляционного разложения речевых сигналов — определены границы частотного диапазона огибающей речевых сигналов, в котором необходимо выполнять преобразование Гильберта, чтобы определить опорный сигнал для огибающей речевого сигнала.

3. Впервые экспериментально исследованы информационные и спектральные свойства огибающей, косинуса фазы и мгновенной частоты второй ступени модуляционного разложения речевых сигналов. Впервые для некоторых фонем русского языка, для мужского и женского голосов, экспериментально измерены основные параметры мгновенной частоты второй ступени модуляционного разложения речевого сигнала, при описании ее моделью частотной модуляции. На основе результатов исследований зависимости разборчивости речи от параметров обработки функций второй ступени модуляционного разложения речевых сигналов разработан способ и устройство обратимого сжатия спектра огибающей речевых сигналов при двухступенном модуляционном разложении речевого сигнала, ограничении сверху спектра огибающей огибающей и ограничении сверху спектра косинуса фазы огибающей с деленной мгновенной частотой.

4. Для сжатия спектра речевых сигналов на основе модуляционной теории впервые предложена новая психоакустическая модель, учитывающая особенности слухового восприятия модулированных по амплитуде и частоте сигналов. Впервые экспериментально установлено, что при сохранении информации о природной несущей частоте речевых сигналов возможна незаметная для слуха подмена модулирующих частот природной частотной модуляции аналогичными модулирующими частотами природной амплитудной модуляции речевых сигналов, в том числе при сжатии спектра огибающей сигнала разработанным способом.

5. Для решения задачи сжатия спектра косинуса фазы речевых сигналов исследовалось влияние на разборчивость речи ограничения сверху спектра косинуса фазы сигнала с деленной мгновенной частотой. Теоретически и экспериментально исследовано изменение мгновенной частоты речевых сигналов при ограничении сверху спектра косинуса фазы сигнала с деленной мгновенной частотой. Разработан способ и устройство обратимого сжатия спектра речевых сигналов при обработке модулирующих функций двух ступеней их модуляционного разложения. На разработанные способ и устройство для его реализации получен патент РФ на изобретение.

6. Разработанный способ компандирования спектра речевого сигнала позволяет сократить полосу частот канала связи, требуемую для передачи речи с качеством не ниже первого класса (для систем передачи речи с пониженными скоростями по ГОСТ Р 50 840 — 95), примерно до 220 Гц. Выигрыш в полосе частот канала связи составляет около 15 раз (по отношению к полосе 3400 Гц, принятой для телефонных сетей общего пользования). При менее жестких требованиях к качеству речи и более высоких требованиях к степени компрессии (например, в коммерческих и специализированных системах связи) может быть получен более существенный выигрыш в полосе частот. С помощью разработанного способа компандирования спектра речевого сигнала полосу частот канала связи можно сократить приблизительно до 170 Гц, порядка 20 раз, обеспечивая второй класс качества по разборчивости речи в соответствии с ГОСТ Р 50 840 — 95 [49] (для систем передачи речи с пониженными скоростями).

7. Результаты диссертационного исследования внедрены в учебный процесс и научно-исследовательскую работу Института ФСБ России (г. С. Петербург) и кафедры акустики Санкт-Петербургского государственного университета кино и телевидения, а также в научно-исследовательскую работу ООО «Неватон».

В данном диссертационном исследовании поставлена и решена актуальная научно-техническая задача в области обработки речевых сигналов. На основании выполненных исследований в диссертации изложены научно обоснованные технические разработки имеющие значение для экономики и обороноспособности страны. Разработаны способ и устройство компандирования спектра речевых сигналов при обработке модулирующих функций двух ступеней модуляционного разложения.