提取耳蝸熵值的語(yǔ)音可懂度客觀評(píng)測(cè)算法研究.pdf

1、語(yǔ)音質(zhì)量和語(yǔ)音可懂度是語(yǔ)音增強(qiáng)領(lǐng)域的一個(gè)分支，語(yǔ)音質(zhì)量評(píng)測(cè)算法的研究注重背景噪聲和其他干擾的抑制過(guò)程，采用聽(tīng)覺(jué)方法或認(rèn)識(shí)技術(shù)提高通信的可靠性和系統(tǒng)的魯棒性。而語(yǔ)音可懂度的研究對(duì)象是語(yǔ)音信號(hào)本身，區(qū)別于語(yǔ)音質(zhì)量，從另一個(gè)角度對(duì)語(yǔ)音信號(hào)進(jìn)行增強(qiáng)。
　　語(yǔ)音質(zhì)量和語(yǔ)音可懂度盡管都屬于語(yǔ)音增強(qiáng)的分支，但是對(duì)于聽(tīng)者接收的語(yǔ)音來(lái)說(shuō)，語(yǔ)音質(zhì)量是指語(yǔ)音的清晰程度，即其他干擾對(duì)語(yǔ)音的影響;而語(yǔ)音可懂度是指聽(tīng)眾能夠?qū)φZ(yǔ)音的理解程度。語(yǔ)音質(zhì)量的高低與語(yǔ)

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(tīng)者有時(shí)也能聽(tīng)懂語(yǔ)音表達(dá)的意思，有時(shí)，在安靜的場(chǎng)合反而未必能聽(tīng)懂。因此，本研究從語(yǔ)音可懂度的角度，采用提取語(yǔ)音耳蝸熵值的方法對(duì)語(yǔ)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(yǔ)音混響能量比算法計(jì)算語(yǔ)音的可懂度客觀評(píng)測(cè)分?jǐn)?shù)，通過(guò)四種相關(guān)度分析方法分別評(píng)測(cè)主觀分?jǐn)?shù)和客觀分?jǐn)?shù)的相關(guān)性，從而對(duì)語(yǔ)音可懂度進(jìn)行客觀評(píng)測(cè)。
　　本研究的主要內(nèi)容如下:
　　1.對(duì)語(yǔ)音信號(hào)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(yǔ)音混響調(diào)制能量比算法。輸入語(yǔ)音分別為高熵值段語(yǔ)音和低熵值段語(yǔ)音。兩種可懂度算法的區(qū)別是后者擺脫了對(duì)純凈語(yǔ)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(tīng)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(yǔ)音的可懂度更高些，說(shuō)明高熵值段語(yǔ)音比低熵值段語(yǔ)音攜帶有更多的語(yǔ)音信息。并且采用歸一化協(xié)方差算法和語(yǔ)音混