Разработка метода и технических средств автоматического изменения времени послезвучания с целью повышения разборчивости речи

Актуальность исследования.

Настоящая работа посвящена разработке метода и средств автоматического изменения длительности процесса затухания звука в речевом сигнале. Длительность процесса затухания звука в сигнале формируется для каждого звука отдельно и зависит от длительности и уровня громкости конкретного звука. Будем называть сформированный процесс затухания звука в сигнале — послезвучанием. Под процессом затухания подразумевается процесс, содержащий в себе эхосигналы, приходящие с определенной задержкой.

Улучшение звучания речевых программ — одна из основных задач акустики. Звучание влияет как на понимание передаваемой информации, так и на комфортность прослушивания. В настоящее время требования к точности и качеству передачи речевых сигналов увеличиваются. Это связано как с развитием средств коммуникации, так и с необходимостью минимизации ошибок восприятия речевых команд по каналам связи. На звучание речевых программ влияют множество факторов: уровень шумов в канале, уровень громкости полезного сигнала, частотный диапазон, передаваемый в канале и т. д. Одним из множества факторов, влияющих на звучание речевых программ, является процесс затухания звука после его окончания.

В архитектурной акустике процесс затухания звука в помещении, после его окончания, принято называть реверберацией. Известно, что существует оптимальное значение длительности процесса реверберации, при котором разборчивость речи будет наибольшей. Установлено, что одним из основных факторов, определяющих оптимальную длительность, является тип звуковой программы.

Основным отличием различных типов звуковых программ является различная длительность звуков и пауз, из которых состоит та или иная звуковая программа, а также их уровень громкости звуков. Из этого можно сделать вывод, что значение оптимальной длительности процесса реверберации зависит от уровня и длительности звуков и пауз, из которых состоит сигнал.

На основе сделанного вывода можно предположить, что если для каждого звука, из которых состоит речевой сигнал, отдельно сформировать процесс затухания звуков, причем параметры этого процесса будут определяться длительностью и уровнем конкретного звука, то должно происходить увеличение разборчивости речи. Получение сигнала с послезвучанием, имеющее переменные параметры, актуальны, прежде всего, для каналов в которых не возникает заметного на слух затухания звука при прохождении через них речевого сигнала. Например, каналы, которые формируют звуковое поле непосредственно в полость внешнего уха (с использованием головных телефонов).

Объект исследования: обработка речевых сигналов.

Предмет исследования: Изменение времени послезвучания для каждого звука в речевом сигнале, при их обработке на основе математической модели с использованием модуляционной теории.

Основная цель исследования: получить в результате обработки звучание речевого сигнала с послезвучанием переменной длительности, которое воспринимается лучше, чем без такой обработки. Для достижения максимальной эффективности управление параметрами послезвучания должно осуществляться в автоматическом режиме.

В соответствии с основной целью и предметом исследования определены следующие основные задачи исследования: необходимо оценить пределы изменения длительности звуков и пауз речевого сигнала, а также известные оптимальные параметры процесса затухания звуканеобходимо разработать способ управления, позволяющий изменять длительность процесса послезвучания для каждого звукадля проверки эффективности предлагаемого способа обработки необходимо провести артикуляционные исследования зависимости параметров обработки сигнала и качества его звучания. Это позволит учесть субъективные факторы восприятия речевых программ человекомобеспечить внедрение результатов, полученных в диссертационной работе, в учебный процесс и практику научных исследований.

Методологическую и теоретическую основы исследования составили научные труды отечественных и зарубежных авторов в области акустики помещений, теории речеобразования, восприятия звуковых сигналов, спектральной и модуляционной теории.

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

Научная новизна исследования: разработан метод автоматического изменения времени послезвучания речевых сигналов для каждого звука отдельноэкспериментально установлено влияние параметров обработки послезвучания на разборчивость речиопределены режимы обработки речевых сигналов, субъективно приводящие к повышению качества их звучания.

Научная ценность результатов исследования: разработан новый подход к повышению качества звуковых сигналов при наличии процесса послезвучанияполученные в диссертации зависимости могут служить научным фундаментом для широкого практического использования результатов работы, например, для разработки новых методов и средств обработки речевых сигналов при наличии процесса послезвучания.

Практическая значимость работы. Проведенные теоретические и экспериментальные исследования позволили разработать новый способ управления процессом послезвучания в речевом сигнале. Реализация данного устройства позволит увеличить разборчивость речи при передаче в каналах с незначительным процессом затуханием звука в них.

Реализация результатов диссертационной работы. Материалы диссертационной работы внедрены в учебный процесс и научно исследовательскую работу кафедры акустики Санкт-петербургского государственного университета кино и телевидения, а также ООО «СБН», ООО «Референс тест». Внедрение результатов диссертационной работы подтверждено советующими 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 2007 году и молодежных научно технических конференциях ОАО «ЦКБ МТ «Рубин» «Взгляд в будущее» в 2009 году.

Публикации. По материалам выполненных исследований опубликовано 5 печатных работ, в которых изложено содержание диссертации: 4 статьи и одна заявка на «Способ и электронное устройство оптимизации времени реверберации при передаче звуковых сигналов», по которой получен патент РФ на изобретение.

Личный вклад автора. Все основные научные результаты, изложенные в диссертационной работе, получены автором лично.

Структура и объем работы. Диссертация содержит введение, основной текст из четырёх глав, заключение, список использованной литературы и приложение. Объем основного текста с введением и заключением составляет 135 страниц, включая 51 рисунок на 28 страницах и 5 таблицы на 5 страницах. Список использованной литературы содержит 123 наименования.

Выход.

Н (-йг Ь'®- —О-М т.

7.5к.

Рис. 3.19. Сумматор-вычитатель.

ГЛАВА 4. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ПАРАМЕТРОВ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ СВОЙСТВАМИ.

ПОСЛЕЗВУЧАНИЯ НА ВОСПРИЯТИЕ РЕЧЕВЫХ СИГНАЛОВ.

Для определения влияния параметров работы устройства необходимо проведение артикуляционных испытаний. Целью данных измерений является подтверждение выдвинутой гипотезы о том, что автоматическое изменение времени послезвучания улучшает восприятие речевых программ. Для этого необходимо оценить как точность передачи речевой программы, так и качество передачи.

4.1 Подготовка проведения экспериментов.

Одним из методов оценки точности передачи речи является артикуляционный метод. Он основан на учете статистических параметров слуха и речи, и в этом методе качество передачи речи оценивается путем измерения разборчивости.

Разборчивость элементов речи как численная мера точности передачи речи может быть или измерена, или же вычислена по известным параметрам канала передачи.

Метод артикуляции основан на оценки степени выполнения главного требования предъявляемого к разговорным трактам — обеспечение разборчивой передачи речи. Мерой разборчивости является здесь разборчивость элементов речи — величина, определяемая как отношение числа правильно принятых по испытуемому каналу элементов речи к достаточно большому числу переданных и выражаемая в процентах или долях единицы.

— 994.1.1 Выбор типа разборчивости для проведения экспериментов.

В зависимости от того, какой элемент речи используется, различают следующие виды разборчивости: разборчивость звуков — Бразборчивость слогов — Бразборчивость слов — Уразборчивость фраз.

Практика проведения артикуляционных измерений показывает, что в большинстве случаев в качестве основного вида артикуляционных таблиц используется слоговые таблицы. Аргументами в пользу определения разборчивости речи по слоговой артикуляции являются следующие доводы.

Во-первых, слоговая разборчивость обладает большей разрешающей способностью (под которой понимается свойство разборчивости изменяться при различных видах обработки сигналов, или под действием искажений и помех) в рабочей области (под которой понимается область, где разборчивость превышает значение 25 — 30%), чем другие виды экспериментально измеряемой разборчивости. Только формантная разборчивость обладает большим разрешением чем слоговая, в области 80 100% слоговой разборчивости (график, А на рис. 4.1) однако формантную разборчивость нельзя измерить опытным путём, она может быть только рассчитана по известным условиям передачи [20,79]. Кроме того, разрешающая способность слоговой разборчивости в той области ее значений, в которой, большей частью, проводились измерения — 20−80%, выше чем у формантной разборчивости (график, А на рис. 4.1). Измерения всегда проводились в условиях маскирующего действия шума отношение сигнал/шум выбиралось таким образом, чтобы максимальная разборчивость в соответствии с условиями эксперимента попадала в область с максимальным разрешением (прямые участки графиков на рис. 4.2).

Во-вторых, при измерении слоговой разборчивости для получения эквивалентно-точного результата требуется меньшая точность измерений, чем при измерении других видов разборчивости (рис. 4.3). Эквивалентно-точными называются такие измерения равных видов разборчивости при которых различным пределам, где могут заключаться измеренные значения того или иного вида разборчивости, соответствуют одинаковые пределы изменения условий передачи [20, с. 98 — 99].

Единственным возможным недостатком (скорее трудностью) определения разборчивости речи по слоговой артикуляции является громоздкость экспериментальных измерений, которые требуется произвести чтобы получить достоверный результат [20, 60]. Существенным же достоинством метода слоговой артикуляции является то, что при соблюдении некоторых условий он дает объективную количественную оценку разборчивости и качества речи [20, 60].

Для проведения артикуляционных измерений при помощи подготовленных дикторов был сделан набор записей стандартных слоговых таблиц [20, 107], после чего записанный сигнал подавался на вход тракта обработки. Выходной сигнал тракта обработки прослушивался смешанной (двух полов) бригадой подготовленных экспертов [107]. Измерение слоговой разборчивости во всех случаях производилось прослушиванием речевого сигнала на фоне шумового маскирующего сигнала, который представлял собой белый шум.

Необходимость проведения артикуляционных измерений в присутствии мешающего шума обосновывается тем, что проверка методов обработки речи, проводимая в отсутствие должной величины шумов и помех, как правило приводит к неправильным выводам в отношении эффективности того или иного метода, так как в этом случае исключение избыточной информации еще не должно приводить к снижению разборчивости речи [42, с. 135].

100 ВО 60 40 20 О.

ВЕЗ ШЙ.

Ні ю шл Ні НІ ¦1 21 гя Ні н.

В и щ ¦и ¦і О.

80 л;

Рис. 4.1. Зависимости различных видов разборчивости от слоговой разборчивости [79]: А — формантная разборчивостьО — звуковая разборчивость- 8 — слоговая разборчивость- - словесная разборчивостьI фразовая разборчивость.

Суммарный шммарт уровень щма в, шг.

10 20 30 Ь0 50 60 70 ВО 90 № НО № 130.

Рис. 4.2. Зависимость слоговой разборчивости от уровня маскирующего шума и уровня речи [20, с. 223].

Рис. 4.3. Эквивалентная точность различных видов артикуляционных измерений [20, с. 99]: О — звуковая разборчивость- 8 — слоговая разборчивость- - словесная разборчивостьJ — фразовая разборчивостьN — разборчивость двухзначных чиселА — параметр определяющий качество тракта (в данном примере — пропускаемое трактом относительное число формант).

Методу артикуляции присущ и некоторый принципиальный недостаток, который не может быть определен никакими усовершенствованиями. Он заключается в том, что разборчивость хотя и оценивать степень выполнения главного требования к системе передачи речи, но всё же не является универсальным критерием её качества и не позволяет судить о натуральности, т. е. сохранении тембра и других особенностей говорящего.

4.1.2 Качество передачи речевого сигнала через тракт.

Для устранения недостатка присущего методу артикуляции, о невозможности оценки натуральности передачи речевого сигнала необходимо выполнить дополнительные измерения, которые бы могли бы дать объективную оценку качеству обработки сигнала.

Для оценки качества речи есть множество параметров. В данной работе под качеством будет пониматься величина, характеризующая субъективную оценку звучания речи в испытуемом тракте по сравнению со звучанием в контрольном тракте (принятым за пять баллов).

Измерения проводят путем прослушивания пар одинаковых фраз, длительностью 2 — 3 с каждая, через головные телефоны с выхода испытуемого и контрольного трактов. Аудитор проставляет в бланке оценки качества по пятибалльной шкале с точностью 0,1 руководствуясь характеристиками речевого сигнала, приведенными в таблице 4.1.

Общие требования и подготовка измерений качества соответствуют ГОСТ Р 50 840−95.

4.2. Условия провидения экспериментов.

Эксперименты проводились по следующей схеме: звуковой сигнал поступает на устройства формирование сигнала с переменным временем послезвучания. После получения сигнала послезвучания поступает на сумматор, где он добавляется к исходному звуковому сигналу. Далее к.

Заключение

.

Один из способов создания оптимальных акустических условий для восприятия речевых программ является автоматическое управление временем реверберации. В ходе работ по определению параметров формирования сигнала с переменным временем реверберации получены следующие результаты:

1. Разработан новый метод повышения разборчивости речи, путем автоматического формирования времени послезвучания звуков в сигнале.

2. Показано, что в настоящее время управления процессом затухания звуков активно используется только в архитектурной акустике, а также в устройствах, имитирующих акустические условия в помещении. Существующие способы управления не позволяют управлять процессом затухания отдельно для каждого звука.

3. Разработана математическая модель способа автоматического изменения времени послезвучания для каждого звука. На разработанные способ и одно из устройств для его реализации получен патент РФ.

4. Экспериментально исследовано влияние параметров обработки речевого сигнала на разборчивость речи. Для большинства режимов обработки сигнала происходит увеличение разборчивости речи относительно сигнала без обработки. Максимум разборчивости для большинства режимов обработки сигналов достигается при значении максимального времени послезвучания 60 мс. Наибольшая разборчивость соответствует тем режимам обработки, для которых послезвучание отсутствует во время звучания звуков.

5. Результаты диссертационного исследования внедрены в учебный процесс и научно исследовательскую работу кафедры акустики Санкт-петербургского государственного университета кино и телевидения, а также в НИР ООО «СБН», ООО «Референс тест».

В диссертации поставлена и решена актуальная научно-техническая задача в области обработки речевых сигналов. На основе выполненных исследований диссертации изложены научно обоснованные технические разработки, имеющие значения для экономики страны. Разработаны способ и устройство автоматического управления временем послезвучания с использованием модуляционной теории сигналов.