Разработка метода многоканальной автоматической компенсации помех в зашумленных речевых сигналах

Актуальность. В настоящее время (по данным Министерства информационных технологий и связи РФ и РИА «РосБизнесКонсалтинг») свыше 60% в совокупном объёме передаваемой информации по общедоступным каналам связи составляют речевые сообщения, значимость которых сохранится и в будущем. Это обусловлено тем, что такому универсальному инструменту человеческого общения как речь, обладающему уникальными особенностями передачи мысли, индивидуальности характера личности, эмоциональной окраски, аутентификации и другими, присущими только данному коммуникативному процессу, трудно найти какую-либо эквивалентную замену во многих системах связи и передачи информации.

В федеральных целевых программах («Национальная технологическая база на 2002 — 2006 годы», «Федеральная космическая программа на 2001 — 2005 годы», «Исследования и разработки по приоритетным направлениям развития науки и техники на 2002 — 2006 годы»), утверждённых Правительством РФ, важное внимание уделяется решению задач, направленных на совершенствование средств телекоммуникаций и радиотехнических систем, разработку и развитие новых технологий обработки и представления информации, разработку аппаратно-программных адаптивных звукотехнических средств различного назначения, повышения качества звука.

Прогресс в научно-технической сфере неразрывно связывает коммуникативные процессы и повседневную деятельность человека с многочисленными устройствами и механизмами, создающими шум, который сдерживает возможности речевых технологий. Во многих случаях шум ослабляет внимание, снижает разборчивость и комфортность восприятия речевых сообщений передаваемых по каналам связи, повышает утомляемость, а, следовательно — и риск задержки или неточности в принятии важных решений, что, например, при управлении объектами повышенной опасности является недопустимым. По этим причинам создание методов снижения помех в речевых сигналах является одной из важных научно-практических задач. В данной области имеется множество теоретических разработок. Их многообразие обусловлено с одной стороны значимостью задачи, а с другой — отсутствием приемлемого метода её решения.

Речевые сигналы (РС) имеют свои особенности. В них тесно связаны аку-стико-семантические уровни. Поэтому преобразования на акустическом уровне могут снижать смысловое содержание сигнала. В данном контексте применение многих высокоэффективных методов обработки сигналов ограничивается. Это обу-* сдавливает потребность решения актуальных научных задач, направленных на разработку новых методов и алгоритмов для повышения качества РС.

Таким образом, значимость речевых сообщений в информационном пространстве и потребность повышения качества коммуникативных процессов (средств приема, передачи и обработки РС) с одной стороны, и с другой — видимая возможность её реализации посредством разработки метода многоканальной автоматической компенсации помех в зашумленных РС рассматриваются автором как объективные признаки актуальности диссертационного исследования.

Цель работы и задачи исследования. Целью диссертационной работы является разработка метода и алгоритмов для автоматической компенсации помех в зашумленных речевых сигналах, направленных на повышение их качества перед приёмом и передачей. Для достижения поставленной цели потребовалось решить следующие задачи:

1) теоретико — информационный анализ методов компенсации помех с точки зрения их применимости к речевым сигналам;

2) разработка контекстно — зависимого алгоритма обнаружения сегментов речевой активности;

3) разработка метода многоканальной автоматической компенсации помех в зашумленных речевых сигналов;

4) разработка метода оперативного контроля качества речевых сигналов, позволяющего упростить и ускорить процесс принятия решений при определении качества речи;

5) разработка структурной схемы системы автоматической компенсации помех в зашумленных речевых сигналах;

6) разработка метода экспериментальной оценки качества речевых сигналов в сравнении с эталоном;

7) сравнительный анализ разработанных решений с известными.

Методы исследования. Для решения поставленных задач использовались методы теории цифровой обработки сигналов, теории построения адаптивных систем фильтрации, акустической теории речеобразования, теории планирования Ф и постановки эксперимента.

Научная новизна:

1) разработан контекстно — зависимый алгоритм обнаружения сегментов речевой активности, позволяющий исключать в сигнале интервалы, содержащие шум и определять границы невокализованных сегментов в локальном окружении вокализованных;

2) разработан метод многоканальной автоматической компенсации помех в за-шумленных речевых сигналах, позволяющий в условиях непараметрической априорной неопределенности снижать шум и повышать качество речевых сигналов;

3) разработан метод оперативного контроля качества речевых сигналов, позволяющий упростить и ускорить процесс принятия решений при определении качества речи на основе использования сведений о зависимости уровня разборчивости от изменения уровней сигнала и шума с применением компьютерных методов анализа и обработки информации;

4) разработан метод экспериментальной оценки качества речевых сигналов в сравнении с эталоном.

Практическая значимость. Результаты исследований легли в основу разработок для создания системы автоматической компенсации помех в зашумлённых РС.

Разработанный метод оперативного контроля качества РС, позволяет упростить и ускорить (в сравнении с артикуляционным контролем — ГОСТ Р 50 840−95 и ГОСТР 51 061−97) процесс принятия решений при определении качества речи, и, может использоваться для: тестирования аппаратуры обработки, приема и передачи РС общего и специального назначения без проведения сложных и дорогостоящих измеренийвыявления причин снижающих качество каналов связи, измерения энергетических параметров звуковых полей, образованных потоком среды, и определении акустических характеристик различных средств снижения шума.

Разработанная структурная схема системы автоматической компенсации помех в зашумлённых речевых сигналах позволяет в условиях непараметрической априорной неопределенности на основе предложенных теоретических решений снижать шум и повышать качество речевых сигналов.

Разработанный контекстно-зависимый алгоритм обнаружения сегментов речевой активности позволяет исключать в сигнале интервалы, содержащие шум. Отличительно новым признаком алгоритма является контекстный анализ, позволяющий определять границы невокализованных сегментов в локальном окружении вокализованных интервалов сигнала. Алгоритм может применяться для: создания адаптивных систем компенсации помехсовершенствования средств повышения пропускной способности канала связи за счёт его временного уплотненияуменьшения объема выделяемых ресурсов на хранение речевых сообщений, например, в системах автоматизированной обработки телефонных вызовов, где предусматриваются функции тотальной записи всех разговоров.

Разработан метод экспериментальной оценки качества речевых сигналов в сравнении с эталоном, позволяющий определить в процентном соотношении степень совпадения обработанного сигнала с эталоном, по значению которой принимается решение об эффективности метода компенсации помех.

Полученные в диссертации научные положения, методы, алгоритмы и рекомендации могут использоваться при создании новых и совершенствовании существующих мультимедиа технологий, реставрации речевых фонограмм, человеко-машинных систем с речевым взаимодействием, голосовой идентификации, расшифровки «черных ящиков» подвижных объектов, звукотехнических средств различного назначения, в учебном процессе при проведении практических занятий и в научно-исследовательских работах студентов, выполняемых в рамках лекционных курсов «Речевые технологии» и «Информационные технологии» специальности 230 201 «Информационные системы и технологии» .

Основные положения, выносимые на защиту:

1) контекстно — зависимый алгоритм обнаружения сегментов речевой активности, позволяющий исключать в сигнале интервалы, содержащие шум и определять границы невокализованных сегментов в локальном окружении вокализованных;

2) метод многоканальной автоматической компенсации помех в зашумленных речевых сигналах, позволяющий в условиях непараметрической априорной неопределенности снижать шум и повышать качество речевых сигналов;

3) метод оперативного контроля качества речевых сигналов, позволяющий упростить и ускорить процесс принятия решений при определении качества речи на основе использования сведений о зависимости уровня разборчивости от изменения уровней сигнала и шума с применением компьютерных методов анализа и обработки информации;

4) структурная схема системы автоматической компенсации помех в зашумленных речевых сигналах;

5) метод экспериментальной оценки качества речевых сигналов в сравнении с эталоном.

Достоверность научных положений, выводов и рекомендаций обеспечивается V* корректным использованием теории цифровой обработки сигналов, теории построения адаптивных систем фильтрации, акустической теории речеобра-зования, теории планирования и постановки экспериментауспешной проверкой решений, полученных на основе теоретических разработок, средствами компьютерного моделирования.

Результаты использования. Результаты диссертационной работы использованы в ОАО «Российские железные дороги» (ОАО «РЖД»), Федеральном государственном авиационном предприятии «Пулково» (ФГУАП «Пулково»), ОАО «ЛЕНПОЛИГРАФМАШ», ФГУП «Центральный исследовательский институт технологии судостроения» (ЦНИИ ТС), Санкт-Петербургском государственном политехническом университете.

Публикации. По теме диссертационной работы опубликовано 6 печатных работ, в том числе патент на изобретение РФ.

Апробация работы. Основные положения, результаты, выводы и рекомендации диссертационной работы докладывались и обсуждались: на Межвузовской научной конференции «XXIX НЕДЕЛЯ НАУКИ СПбГТУ 27 ноября-2002 декабря 2000 года» — IX Международной научнометодической конференции «Высокие интеллектуальные технологии образования и науки 14−15 февраля 2002 года» — на заседаниях кафедры «Системного анализа и управления» факультета технической кибернетики и «Гибкие автоматические комплексы» механико-машиностроительного факультета Санкт-Петербургского государственного политехнического университета.

Структура и объём диссертации. Диссертация состоит из введения, пяти глав, заключения, списка условных сокращений, списка литературы, и приложения (акты использования результатов диссертационной работы). Общий объём диссертации составляет 171 страниц, в том числе 70 рисунков и 17 таблиц.

Список литературы

насчитывает 123 наименования.

5.5 Выводы.

Разработан метод оперативного контроля качества речевых сигналов, позволяющий упростить и ускорить (в 8,2 раза быстрее в сравнении с артикуляционным контролем — ГОСТ Р 50 840−95, ГОСТ Р 51 061−97) процесс принятия решений при определении качества речи на основе использования сведений о зависимости уровня разборчивости от изменения уровней сигнала и шума с применением компьютерных методов анализа и обработки информации.

Разработан метод экспериментальной оценки качества РС в сравнении с эталоном, позволяющий определить в процентном соотношении степень совпадения обработанного сигнала с эталоном, по значению которой принимается решение об эффективности метода компенсации помех.

Результаты экспериментальных исследований показывают достаточное совпадение обработанных речевых сигналов с эталоном и высокую эффективность применения предложенных разработок.

Заключение

.

Представленная на защиту диссертация является обобщением проведённых автором исследований и разработок, которые позволили получить следующие основные результаты:

1. Разработаны правила принятия решения при определении границ сегментов речевой активности, позволяющие исключать в сигнале интервалы, содержащие шум. Их отличительной новизной является контекстный анализ, позволяющий в зашумленном сигнале определять границы невокализо-ванных сегментов в локальном окружении вокализованных.

2. Разработан способ представления речевых сигналов на основе использования прямых и обратных функций декомпозиций, позволяющий без потерь осуществлять процесс разделения и объединения сигнала.

3. Разработан метод многоканальной автоматической компенсации помех в за-шумленных речевых сигналах, позволяющий в условиях непараметрической априорной неопределенности снижать шум и повышать качество речи;

4. Разработаны структурная схема модуля МКРА и контекстно-зависимый алгоритм обнаружения сегментов речевой активности, которые позволяют локализовать шум, содержащийся в РС, во времени.

5. Разработана структурная схема модуля анализа (МА) речевых сигналов, позволяющего локализовать шум, содержащийся в РС, по частоте.

6. Разработана структурная схема модуля многоканальной коррекции сигнала (ММКС) позволяющего сформировать оценку шума, локализованного по частоте и времени, и компенсировать его в наблюдаемом сигнале.

7. Разработан метод оперативного контроля качества речевых сигналов, позволяющий упростить и ускорить (в сравнении с артикуляционным контролем — ГОСТ Р 50 840−95, ГОСТ Р 51 061−97) процесс принятия решений при определении качества речи на основе использования сведений о зависимости уровня разборчивости от изменения уровней сигнала и шума с применением компьютерных методов анализа и обработки информации.

8. Разработана структурная схема системы автоматической компенсации помех в за-шумленных речевых сигналах, позволяющей снижать шум и повышать их качество.

9. Разработан метод экспериментальной оценки качества речевых сигналов в сравнении с эталоном, позволяющий определить в процентном соотношении степень совпадения обработанного сигнала с эталоном, по значению которой принимается решение об эффективности метода компенсации помех.

10.Проведен сравнительный анализ разработанных решений с известными.

11.Полученные в диссертации научные положения, методы, алгоритмы и рекомендации могут использоваться при создании новых и совершенствовании существующих мультимедиа технологий, реставрации речевых фонограмм, человеко-машинных систем с речевым взаимодействием, голосовой идентификации, расшифровки «черных ящиков» подвижных объектов, звукотех-нических средств различного назначения, в учебном процессе при проведении практических занятий и в научно-исследовательских работах студентов, выполняемых в рамках лекционных курсов «Речевые технологии» и «Информационные технологии» специальности 230 201 «Информационные системы и технологии» .

Список условных сокращений.

IVR — интерактивный голосовой ответ (Interactive Voice Response);

АК — артикуляционный контроль качества речи;

AT — артикуляционная таблица;

АФ — адаптивный фильтр;

БВП — блок вычисления порогов;

БД — блок декомпозиции;

БКЗС — блок коррекции значения спектра сигнала;

БН — блок нормализации и выравнивания динамического диапазона PC;

БО — блок объединения;

БОИ — блок обнаружения в сигнале интервалов речевой активности;

БПГ — блок поиска границ интервалов РА;

БПГЛ — блок поиска границ речевых сегментов в локальном окружении выявленных блоком БПГ интервалов РА;

БПФ — блок прямого и обратного (БОПФ) преобразования Фурье;

БС — блок сравнения;

БСС — блок сегментации сигнала;

БФОШ — блок формирования оценки шума;

БЭП — блок, предназначенный для расчёта значений энергии сигнала и ЧНП;

ВК — вспомогательный канал фильтрации сигнала;

ИС — искусственные сигналы;

MA — модуль анализа речевого сигнала (раздел 4.1);

МКРА — контекстно-зависимого обнаружения сегментов РА (раздел 4.2);

МФ — медианный фильтр;

ОК — основной канал фильтрации сигнала;

ОКК — оперативный контроль качества речевых сигналов;

ОФ — оптимальный фильтр;

ПК — программный комплекс;

ПФ — полосовой фильтр;

РА — речевая активность;

PC — речевой сигнал;

СРКО — среднеквадратическая ошибка;

ФВ — фильтр Винера;

ФК — фильтр Калмана;

ФНЧ — фильтр нижних частот;

ФВЧ — фильтр верхних частот;

ЧНП — число нулевых переходов сигнала;