提取耳蝸熵值的語音可懂度客觀評測算法研究.pdf

1、語音質(zhì)量和語音可懂度是語音增強(qiáng)領(lǐng)域的一個(gè)分支，語音質(zhì)量評測算法的研究注重背景噪聲和其他干擾的抑制過程，采用聽覺方法或認(rèn)識技術(shù)提高通信的可靠性和系統(tǒng)的魯棒性。而語音可懂度的研究對象是語音信號本身，區(qū)別于語音質(zhì)量，從另一個(gè)角度對語音信號進(jìn)行增強(qiáng)。
　　語音質(zhì)量和語音可懂度盡管都屬于語音增強(qiáng)的分支，但是對于聽者接收的語音來說，語音質(zhì)量是指語音的清晰程度，即其他干擾對語音的影響;而語音可懂度是指聽眾能夠?qū)φZ音的理解程度。語音質(zhì)量的高低與語

2、音可懂度的高低并不成正比。例如，即便在較高的背景噪聲條件下，聽者有時(shí)也能聽懂語音表達(dá)的意思，有時(shí)，在安靜的場合反而未必能聽懂。因此，本研究從語音可懂度的角度，采用提取語音耳蝸熵值的方法對語音進(jìn)行分段并提取耳蝸熵值，再利用歸一化協(xié)方差算法和語音混響能量比算法計(jì)算語音的可懂度客觀評測分?jǐn)?shù)，通過四種相關(guān)度分析方法分別評測主觀分?jǐn)?shù)和客觀分?jǐn)?shù)的相關(guān)性，從而對語音可懂度進(jìn)行客觀評測。
　　本研究的主要內(nèi)容如下:
　　1.對語音信號進(jìn)行分

3、段處理，提取耳蝸熵值。根據(jù)一定的閾值將耳蝸熵值分為高熵值和低熵值。
　　2.采用歸一化協(xié)方差算法和提取語音混響調(diào)制能量比算法。輸入語音分別為高熵值段語音和低熵值段語音。兩種可懂度算法的區(qū)別是后者擺脫了對純凈語音的依賴性，更適用于日常生活中，例如人工耳蝸的植入或者助的聽器佩戴。
　　研究結(jié)果表明，采用提取耳蝸熵值之后高熵值段語音的可懂度更高些，說明高熵值段語音比低熵值段語音攜帶有更多的語音信息。并且采用歸一化協(xié)方差算法和語音混