一種快速的語音干擾效果客觀評估方法

趙凌偉

（91404部隊，河北　秦皇島　066001）

一種快速的語音干擾效果客觀評估方法

趙凌偉

（91404部隊，河北秦皇島066001）

為提高語音干擾效果客觀評估的效率，以平均單點能量比為客觀評估測度，以誤組率為主觀評價測度，以最小二乘法為主客觀擬合方法，提出一種新的方法。使用Matlab對標準語音文件疊加高斯白噪聲，模擬受噪聲干擾的語音文件，該方法的主客觀擬合程度達到89.5%。使用通信干擾設備測試數據進行驗證，正確率達到86%，計算時間不超過10s，證明對于噪聲干擾，該算法效率較高。

語音干擾效果；客觀評估；效率

1　概述

語音干擾效果主觀評價受到測試條件和測試人員主觀因素的影響，很難在現實環境中實時地進行，所以一般采用客觀評價方法［1］，將客觀評價結果映射為主觀評價結果。各種客觀評估方法在實際使用時，一般會有計算時間的要求。語音干擾效果的客觀評估方法一般由失真測度、主客觀擬合方法兩部分組成，二者的選擇對計算效率都有較大影響。目前，常用的客觀特征參數包括線性預測倒譜系數（LinearPrediction Cepstrum Coefficient，LPCC）、Mel頻率倒譜系數（Mel-FrequencyCepstrumCoefficient，MFCC）等［2］，當干擾不斷增強時［3］，使用最小二乘法進行主客觀擬合，計算速度較快，但相關度和方差均變差，而使用維度更高的其他測度時，雖然提高了相關度，但計算速度較慢。本文分析了低信噪比下受噪聲干擾的語音信息的特點，基于分段信噪比的思路，提出了平均單點能量比+最小二乘法的方法并進行了測試，證明該方法效率和正確率均較高。

2　受擾語音文件的主觀評價

對通信話音實施干擾，最佳的干擾樣式是正態分布噪聲［4］。為統計受擾語音的受擾強度與誤組率的關系，使用Matlab對標準語音文件疊加高斯白噪聲來模擬噪聲調頻干擾［5］，按相關軍標［6］要求組織有經驗的人員使用誤組率對模擬加噪文件進行主觀評價，誤組率不小于70%時，判為干擾有效。對每一個標準語音文件使用函數z=awgn（x，ydB，'measured'）［7］加噪，y分別取-8、-9、-10、-11、-12、-13、-14、-15，結果見表1。

表1　誤組率與模擬加噪強度關系表

由表1可知，對于本次實驗所用標準語音文件，隨著y值減小，模擬加噪文件受干擾程度增大，誤組率逐漸增大，呈現較為明顯的線性關系，干擾有效的y值范圍應在-13和-14之間，使用各樣本平均值進行線性擬合后，得到誤組率平均值與模擬加噪程度關系為式1，計算得出干擾有效時的模擬加噪參數y約為-13.37，如圖1所示。

Y=0.13×X-1.041（1）

圖1　誤組率與模擬加噪強度關系

使用y=-13.37對標準語音文件再次模擬加噪、測聽并統計后，誤組率平均值為68%，認為此時的加噪文件已經處于干擾有效與無效的臨界狀態，可以作為目標對象進行分析。

3　受擾語音文件的客觀評價

3.1受擾語音文件的預處理

觀察標準語音文件及加噪幅度為-13.37的受擾語音文件的時域波形圖及語譜圖，如圖2、圖3所示。

圖2　標準語音文件波形及語譜圖

圖3　加噪-13.37受擾文件波形及語譜

隨著加噪強度增大，受擾文件的波形圖已經逐漸看不出語音的輪廓，語譜圖只能在2000Hz以下，看到部分能量比較集中的、有規律的橫紋。為降低噪聲影響，根據人耳可聽頻率范圍、掩蔽效應和實際測試結果，使用100～2000Hz的帶通濾波器對模擬加噪文件進行濾波，形成新的受擾語音文件，并對其進行分析。利用語音分析軟件Cooledit對受擾文件進行帶通濾波，如圖4所示。

圖4　Cooledit帶通濾波器參數

3.2平均單點能量比的由來

為提高計算效率，需要選擇低維度、易計算的參數作為客觀失真測度。由于信噪比計算簡單，但直接作為語音干擾效果失真度參數的主客觀一致性不是很好，考慮以此為出發點，進一步尋找更適合的參數。假設y（n）為含噪語音離散時間序列，由標準語音信號s（n）和非相關加性噪聲信號d（n）組成。y（n）可表示為：

其信噪比可表示為：

由于在受擾語音文件中難以將和區分開，一般截取一段受擾語音文件中對應標準語音文件無語音段數據來估計頻譜，然后整體使用譜減法［8］，計算語音信息功率譜，再計算信噪比，這種方法有時會出現負值，若置零解決，會出現音樂噪聲，客觀結論常常與主觀評價相反，降低算法性能。分段信噪比是計算受擾語音信號每一段語音的信噪比，然后再對各幀的信噪比求平均值［9］，這種算法將受擾語音文件進行分段計算，計算更加精細，但由于每幀語音與相鄰無語音段長度不一致，所得的短時能量［10］不盡相同，也需要進行估計處理，對計算結果有影響。為消除噪聲估計對計算結果的影響，本文從整體角度考慮，不再區分信號與噪聲，暫不考慮語音與噪聲相位對幅度［11］的影響，取受擾語音文件中單個數碼的每個采樣點能量的平均值與該數碼相鄰噪聲的每個采樣點能量的平均值進行比對，以比值作為客觀失真測度，在此將該參數命名為平均單點能量比（AverageDotEnergyRate，ADER）。其表達式為：

式中：n——該數碼語音采樣點數；

X——每個語音點幅值；

m——該段語音相鄰噪聲采樣點數；

Y——該段語音相鄰噪聲點的幅值。

3.3ADER的提取

平均單點能量比（ADER）的計算流程如圖5所示。

圖5　平均單點能量比計算過程

3.4ADER與誤組率判據的對應關系

對模擬加噪的文件進行濾波并計算ADER值。由于模擬加噪幅度不斷增加，按ADER計算方法，ADER值應隨之變小，與模擬加噪文件的誤組率變化規律相同。我們以ADER值作為橫坐標，誤組率作為縱坐標，并對ADER值與誤組率進行擬合，得到趨勢擬合曲線及相關系數，如圖6所示。

圖6ADER與誤組率的關系

圖6中二項式趨勢線表達式如式（5）所示，R2為0.895，表示此趨勢線的估計值與對應的實際數據之間的擬合程度為0.895。

由此式得到誤組率為70%時，ADER值為1.124，即當ADER大于1.124時，可判斷干擾無效，反之判斷干擾有效；當ADER大于1.4時，此曲線略有上翹，是由于個別點造成的，但可以預料，隨著測試數據的增加，信噪比更低的數據的加入，其總體趨勢必將趨于0，由于個別點造成的上翹會得到解決，主客觀擬合程度會逐漸提高；同時，計算時間保證在10s以內，沒有較大波動，滿足一般使用要求。

3.5測試驗證

為驗證ADER對真實實驗數據是否適用，使用誤組率對實際干擾設備在噪聲調頻干擾下的多組通信數據進行主觀評定，選擇100組數據，其中50組干擾有效，50組干擾無效，判斷結果中86%正確，錯誤的有14個文件，結果見表2。

表2　測試數據

4　結論

針對話音通信時的噪聲調頻干擾，在信噪比較低時，使用基于分段信噪比引申參考文獻：

出的平均單點能量比對干擾效果進行客觀評估，其主客觀一致性較好，計算時間較短，整體效率較高。

［1］馮巖，唐普英.基于MATLAB的語音增強系統的設計［J］.通信技術，2010，43（5）：191.

［2］易克初，田斌，付強.語音信號處理［M］.1.北京：國防工業出版社，2003：136-146.

［3］ZouXia，ZhangXiongwei.SPEECHENHANCEMENT USING AN MMSE SHORT TIME DCT COEFFICIENTS ESTIMATOR WITH SUPERGAUSSIAN SPEECH MODE LING［J］.JournalofElectronics，2007，24（3）：334.

［4］陳鵬舉.通信干擾原理與技術［M］.1.合肥：1985：28.

［5］SONYoung-ho，LEESang-min，Improvedspeechabsence probability estimation based on environmental noise classi fication［J］.JournalofCentralSouthUniversity，2012，19（9）：2548.

［6］張璐琳，陳靜，吳淑珍，等.GJB4405A-2006，語音通信干擾效果評定準則［S］.北京：總裝備部軍標出版發行部出版，7［2014.12.20］.

［7］鄧華.Matlab通信仿真及應用實例詳解［M］.1.北京：人民郵電出版社，2003，117.

［8］李曄，崔慧娟，唐昆.基于譜減的語音增強算法的改進［J］.清華大學學報（自然科學版），2006，4（10）：12.

［9］徐巖，孟靜，基于分紅噪聲的語音增強算法性能評價研究［J］.鐵道學報，2011，33（4）：54.

［10］韓紀慶，張磊，鄭鐵然.語音信號處理［M］.2.北京：清華大學出版社，2013：49-50.

［11］TongMing BianZhengzhong LiXiaohui etal.STUDY ON PHASEPERCEPTIONINSPEECH［J］.JournalofElectronics，Electronics，2003，20（5）：389.

TN912