語音可懂度客觀評價方法研究.pdf

1、在當今飛速發(fā)展的信息時代背景下，通信技術日新月異，尤其是在無線通信、衛(wèi)星網絡通信、個人移動通信和互聯網語音通信等方面的迅猛發(fā)展，語音信號處理方面的研究在各個領域也得到了廣泛地應用，這就迫切地需要不受限于場合且靈活機動的語音客觀評價方法。同時也需要不斷地提出新的想法和思路，在之前的基礎上通過學習和研究不斷地完善和發(fā)展。前人對一些評價方法的改進都是針對于頻域的，卻忽略了在時域上對信號進行選擇。
　　由于不同的語音段對語音可懂度的貢獻是

2、有所不同的，比如濁音段比起清音段或者無聲段能夠較大的影響語音的可懂度，這一點也和日常的經驗是相一致的。本文首先基于傳統的SNRseg和fwSNRseg客觀評價方法，結合語音起始段檢測方法提出了一種具有較高可懂度的評價方法。其次，為了尋找新的權重，在傳統的NCM評價方法的基礎上，結合線性組合與回歸分析提出了一種可懂度較高的評價方法。
　　本文首先介紹了語音和語音信號的常識以及語音客觀評價方法的發(fā)展歷程、分類和一些方法的性能的比較，然

3、后簡單的介紹了語音質量和可懂度，總結了語音評價的相關方法，包括主觀和客觀評價方法。
　　本文提出在時域選取語音的起始段，再對選出的語音段進行AI分析。對AI進行了簡要的介紹，然后介紹了音節(jié)和音節(jié)段，發(fā)現在連續(xù)語音中，音節(jié)的onset是最容易保留的，而核元音(nucleus vowel)可能減少或者發(fā)生改變去適應講話速率和相鄰音節(jié)，音節(jié)尾聲(coda)可能會整體丟失。正是因為這個原因，才引發(fā)了對語音起始段的研究工作。之后詳細地介紹了

4、語音起始段檢測方法，對該方法和傳統客觀評價方法進行結合提出改進方法，通過MATLAB實驗仿真，證明確實提高了語音的可懂度。
　　前人的研究中針對基于語音的STI方法提出了大量的改進和評估。大部分是集中在帶重要性加權函數的發(fā)展，其函數被用于波動掩蔽干擾的語音中。理解了單個的頻帶重要性函數可能不適合估計嵌入在波動掩蔽中的語音可懂度，目標是尋找新的權重方法。結合線性組合與回歸分析方法，將NCM評價方法分為20個臨界頻帶，對每一個頻帶進行