中文語音處理技術(shù)在數(shù)字助聽器中的開發(fā)和應(yīng)用(編輯修改稿)
2025-08-31 10:42 本頁面
【文章內(nèi)容簡介】 ，大約能提高 17% 的單詞可懂度。這里所謂說得更清晰是指強調(diào)言語信號中的某些暗示，這些暗示有許多不同的形式，如特定音段的持續(xù)時間，元音的共振峰位置或者音素之間的過渡等。 不是所有人都會簡單地、方便地對聽力損失患者 “ 清楚地 ” 講話。因此，我們要采用言語增強的方法就是在說話人和聽話人中間構(gòu)造一個處理模型，該模型能強調(diào)并突出語句中的特定成分，使語句聽起來更清晰。 一切語音之所以能夠表達意義，是由于各個音之間存在區(qū)別。這些區(qū)別產(chǎn)生于聲腔內(nèi)部的器官和肌肉等活動決定的發(fā)音方法和發(fā)音部位的差異，同時又表現(xiàn)為語音的聲學特征的差異。本文提出的言語增強的方法正是通過對語音信號的重構(gòu)來強化這些差異。所謂重構(gòu)是指對語音信號中不同性質(zhì)的信號進行識別并有針對性地予以處理，強調(diào)其中對人的感知起作用的特征，從而達到提高言語清晰度的目的。該方法可以簡單地概括為：放大輔音、強調(diào)重音和突出聲調(diào) . 漢語語音信號的感知特點 聲調(diào) 聲調(diào)的調(diào)類 聲調(diào)的感知 主要依據(jù)基頻的變化 聲調(diào)音高的變化對音長和音強都可能產(chǎn)生影響 重音 輕重音的聲學特性 與實際音強有密切關(guān)系，但并不相等 還要受音色、音高和音長的制約 感知特點：分辨輕重音時，音強往往并不是決定性因素 1 ）輔音放大 (Consonant Amplification) 言語知覺的心理實驗證實了如下特點：人在言語感知過程中，對語音信號載荷的關(guān)于發(fā)音方法和發(fā)音部位的分辨信息的知覺能力存在強弱差別?？傮w上說，人對發(fā)音方法比對發(fā)音部位有更好的分辨能力。而方法清晰度與輔音清晰度的關(guān)系很相近。在漢語輔音的發(fā)音方法的知覺重要性中，存在清與濁、送氣與不送氣、摩擦與非摩擦的從強到弱的位次關(guān)系。研究表明，相對加強輔音有助于改善語音清晰度。 Kates 描述了放大輔音的方法，圖1是其中被廣為采用的一種模型。該系統(tǒng)把信號分解成幾個波段，在每個波段檢測短時譜形，根據(jù)譜形識別元音和輔音，對輔音則給予放大。需要指出的是，杜利民等提出了漢語語音導引特征的概念，從聲學信息計算檢測的角度為為漢語自動語音識別系統(tǒng)提供了一種輔助匹配結(jié)構(gòu)。 圖 1 輔音增強系統(tǒng) 1. TOCCATA 數(shù)字信號處理系統(tǒng) Toccata TM 系統(tǒng)是微型、超低功耗、高效率的數(shù)字信號處理系統(tǒng)。它包括一個高保真加權(quán)疊加濾波器組（ WOLA filter bank ）、一個 16 位 DSP 核心、兩個 14 位 A/D 轉(zhuǎn)換器、一個 14 位 D/A 轉(zhuǎn)換器和其它外圍設(shè)備。 Toccata TM 技術(shù)提供標準的軟件可編程的 DSP 開發(fā)平臺和采用 μ 工藝制造的微型超大規(guī)模集成電路。它不但為音頻處理系統(tǒng)制造商也為其它基于 DSP 的微型、低功耗產(chǎn)品的開發(fā)提供了便利。 [4] a. 硬件結(jié)構(gòu) (Hardware Structure) 圖4 硬件系統(tǒng)結(jié)構(gòu)圖 TOCCATA 系統(tǒng)由三塊芯片組成，一個 “ 模擬 ” 芯片（ ALPHA ），一個 “ 數(shù)字 ” 芯片（ DELTA ），和一個用于無電存儲的 E 2 PROM 芯片。 ALPHA 芯片 ALPHA 芯片包括輸入和輸出放大器，二個 A/D 轉(zhuǎn)換器，一個 D/A 轉(zhuǎn)換器，以及主時鐘及供電系統(tǒng)。 DELTA 芯片 DELTA 芯片包括了 16 位軟件可編程 DSP 核心，一個 WOLA 濾波器組協(xié)處理器，一個 DMA 控制器（輸入輸出處理器或 IOP ）和存儲器（ RAM 和 ROM ）?？删幊毯诵暮挽`活的濾波器的組合允許通過軟件改變信號的處理方式。因而，該結(jié)構(gòu)可以執(zhí)行傳統(tǒng)的音頻處理系統(tǒng)處理方案（例如雙通道壓縮），當然通過 DSP 核心，也可以執(zhí)
研究報告相關(guān)推薦
鄂ICP備17016276號-1