論語(yǔ)音增強(qiáng)技術(shù)的研究背景與意義

王順利　夏長(zhǎng)春　付嘉銘

摘 要 語(yǔ)音增強(qiáng)是語(yǔ)音處理的一個(gè)重要技術(shù)，許多研究人員正通過不懈努力來尋求多種優(yōu)秀的語(yǔ)音增強(qiáng)算法，其目的是為了提高語(yǔ)音的清晰度和理解度。然而這兩個(gè)目標(biāo)是不相關(guān)的，有時(shí)甚至是相互矛盾的，因此語(yǔ)音增強(qiáng)系統(tǒng)是根據(jù)不同的應(yīng)用場(chǎng)合來選擇的。

關(guān)鍵詞 語(yǔ)音增強(qiáng) 語(yǔ)音信號(hào) 噪音污染 抑制干擾

中圖分類號(hào)：TN912 文獻(xiàn)標(biāo)識(shí)碼：A

1語(yǔ)音增強(qiáng)技術(shù)的研究意義

1.1語(yǔ)音增強(qiáng)技術(shù)簡(jiǎn)介

語(yǔ)音信號(hào)處理是一種在信息高速公路中的應(yīng)用的關(guān)鍵技術(shù)，新興的多媒體技術(shù)，辦公自動(dòng)化，現(xiàn)代通信和智能系統(tǒng)技術(shù)，它主要包括語(yǔ)音通信，語(yǔ)音合成，識(shí)別和語(yǔ)音增強(qiáng)。然而，在接收到語(yǔ)音信號(hào)的同時(shí)，語(yǔ)音的干擾將不可避免地受到噪聲的影響。一些傳輸媒體，如通訊設(shè)備，電子音響和其他揚(yáng)聲器就會(huì)出現(xiàn)這種情況。這些語(yǔ)音干擾不僅會(huì)造成噪音污染，還會(huì)導(dǎo)致許多語(yǔ)音處理系統(tǒng)性能的急劇惡化。

語(yǔ)音增強(qiáng)作為一種預(yù)處理方案是抑制干擾的一種有效途徑，是語(yǔ)音信號(hào)的其他應(yīng)用基礎(chǔ)。通過對(duì)語(yǔ)音增強(qiáng)技術(shù)的深入研究，人們?cè)絹碓揭庾R(shí)到由于噪聲通常是隨機(jī)的，從帶有噪聲的語(yǔ)音信號(hào)中提取完全純化的原始語(yǔ)音信號(hào)幾乎是不可能的。

語(yǔ)音增強(qiáng)是一個(gè)非常復(fù)雜的技術(shù)，不僅是數(shù)字信號(hào)處理的問題，還涉及到聽覺感知特性和人類的語(yǔ)音特征。同時(shí)，多樣性的噪聲，即噪聲來源眾多，具有不同的應(yīng)用和不同的特點(diǎn)，增加了語(yǔ)音增強(qiáng)的困難。因此，一勞永逸的設(shè)計(jì)一種算法是不可能的，噪音是唯一的，處理不同的噪聲就要使用不同的語(yǔ)音增強(qiáng)算法。如圖1所示，是噪聲對(duì)消法的原理框圖。

1.2語(yǔ)音增強(qiáng)技術(shù)的研究目的

由于受到環(huán)境噪聲的影響，語(yǔ)音通信過程中的干擾是不可避免的，從周圍的環(huán)境引發(fā)的噪聲嚴(yán)重影響了電子通信設(shè)備的語(yǔ)音信號(hào)采集。這些干擾將最終接收到的聲音是不純凈的原始語(yǔ)音信號(hào)，而是受噪聲污染的語(yǔ)音信號(hào)。例如，安裝在汽車，飛機(jī)，船只，機(jī)場(chǎng)內(nèi)的公共電話，干擾往往是由強(qiáng)背景噪聲引起的，嚴(yán)重影響通信的質(zhì)量。

實(shí)際語(yǔ)音常常帶有各種噪聲信號(hào)，為了從噪聲信號(hào)中獲得純凈的語(yǔ)音信號(hào)，減少噪音的干擾，就需要使用語(yǔ)音增強(qiáng)技術(shù)。因?yàn)橐话愕母蓴_信號(hào)是隨機(jī)信號(hào)，想完全消除噪聲是不現(xiàn)實(shí)的，因此研究語(yǔ)音增強(qiáng)技術(shù)的目的主要是為了減少人們的疲勞，提高語(yǔ)音質(zhì)量，提高語(yǔ)音處理系統(tǒng)的識(shí)別能力，提升語(yǔ)音的清晰度，提高手機(jī)的識(shí)別率和抗干擾能力。

人耳對(duì)背景噪聲的抑制作用顯著，理解其機(jī)制有助于語(yǔ)音增強(qiáng)技術(shù)的發(fā)展。人類的聽覺系統(tǒng)可以從非平穩(wěn)噪聲中提取有用的信息，但有的語(yǔ)音增強(qiáng)采取了語(yǔ)音聽覺系統(tǒng)模擬技術(shù)，這是人類未來科技的發(fā)展方向。許多環(huán)境噪聲是非平穩(wěn)的，所以很難找到一個(gè)共同的語(yǔ)音增強(qiáng)算法適用于各種噪聲環(huán)境。因此，非平穩(wěn)語(yǔ)音的隨機(jī)噪聲增強(qiáng)技術(shù)的研究具有十分重要的意義，這項(xiàng)工作將會(huì)在近幾年進(jìn)一步擴(kuò)展。

隨著語(yǔ)音激勵(lì)特點(diǎn)的深入分析研究，非線性語(yǔ)音信號(hào)的非平穩(wěn)性越來越受到人們的重視。傳統(tǒng)的線性分析技術(shù)也日益暴露出其對(duì)非線性信號(hào)處理的局限性，很難在理論和技術(shù)上有所突破，不同的研究方向開始進(jìn)展緩慢或停滯。因此，人們開始尋求新的數(shù)學(xué)方法分析語(yǔ)音信號(hào)的處理，各種非線性方法的研究是語(yǔ)音分析領(lǐng)域的一個(gè)熱門話題，如模糊理論，混沌分析和數(shù)學(xué)形態(tài)學(xué)。

2語(yǔ)音增強(qiáng)技術(shù)的研究背景

2.1語(yǔ)音增強(qiáng)技術(shù)的一般研究方法

語(yǔ)音增強(qiáng)技術(shù)成為語(yǔ)音數(shù)字信號(hào)處理的重要組成部分。語(yǔ)音增強(qiáng)是對(duì)帶噪語(yǔ)音進(jìn)行處理，以改善語(yǔ)音質(zhì)量，提高語(yǔ)音清晰度，可懂度和舒適度，使人們易于接受或提高語(yǔ)音處理系統(tǒng)的性能。環(huán)境噪聲污染使許多語(yǔ)音處理系統(tǒng)的性能急劇惡化。語(yǔ)音識(shí)別技術(shù)已經(jīng)取得了重大的進(jìn)展，進(jìn)入了實(shí)用階段。但目前的識(shí)別系統(tǒng)只能在安靜的環(huán)境中正常工作，在噪聲環(huán)境下，特別是在強(qiáng)噪聲環(huán)境下，語(yǔ)音識(shí)別率會(huì)受到影響。

由于語(yǔ)音生成模型的編碼參數(shù)比特率非常低，當(dāng)混合背景噪聲干擾嚴(yán)重時(shí)提取語(yǔ)音信號(hào)，重建語(yǔ)音的質(zhì)量會(huì)急劇惡化，甚至完全無法理解。在這種情況下，語(yǔ)音增強(qiáng)作為一種預(yù)處理方法，是一種有效的方法，解決了噪聲污染。

2.2語(yǔ)音增強(qiáng)技術(shù)的應(yīng)用背景

語(yǔ)音增強(qiáng)作為預(yù)處理，或抑制背景噪聲，提高語(yǔ)音質(zhì)量，是一種用來解決噪聲污染有效的方法。因此，語(yǔ)音增強(qiáng)應(yīng)用技術(shù)的研究具有重要的實(shí)踐價(jià)值。目前，語(yǔ)音增強(qiáng)系統(tǒng)在語(yǔ)音通信，多媒體技術(shù)，數(shù)字家電等領(lǐng)域已被廣泛應(yīng)用。

語(yǔ)音增強(qiáng)的主要目的是從帶噪語(yǔ)音信號(hào)中提取盡可能多的純凈原始語(yǔ)音。然而，由于干擾通常是隨機(jī)的，從嘈雜的語(yǔ)音中完全提取純凈的原始語(yǔ)音幾乎是不可能的。在這種情況下，語(yǔ)音增強(qiáng)的目的主要有兩個(gè)：一是語(yǔ)音質(zhì)量的改善，消除背景噪聲，使人們?cè)敢饨邮埽藗兊穆犛X疲勞，這是主觀測(cè)量，另外一個(gè)就是提高語(yǔ)音的可懂性，這是一個(gè)客觀的測(cè)量。但這兩個(gè)目標(biāo)不可兼得，因此在實(shí)際應(yīng)用中往往是根據(jù)具體情況來確定的。

參考文獻(xiàn)

[1] 黃蘇雨，梁聲灼，黃蘇園.語(yǔ)音增強(qiáng)方法綜述[J]. 計(jì)算機(jī)與現(xiàn)代化，2007（03）.

[2] 孫晉松.語(yǔ)音增強(qiáng)算法的研究及改進(jìn)[D]. 山東大學(xué)，2009.