Организация эксперимента по оценке разборчивости речи со связными текстами

ВВЕДЕНИЕ

Для того, чтобы сделать заключение о том, на сколько корректны и актуальны существующие методики оценки разборчивости речи, в работах [3, 4] приведены результаты эксперимента по оценки разборчивости речи со связными текстами. Следовательно, нужно провести подробное описание эксперимента и сделать выводы.

ПОСТАНОВКА ЗАДАЧИ

Цель эксперимента: определить зависимость словесной разборчивости речи от отношения сигнал/шум с использованием связных текстов, на основе артикуляционных испытаний при различных видах шумов. Форму огибающей задаем в семи октавных полосах с центральными частотами 125, 250, 500, 1000, 2000, 4000, 8000 Гц.

СУТЬ ЭКСПЕРИМЕНТА

Весь эксперимент должен быть приближен к реальным условиям. Его суть заключается в следующем:

1. На цифровой диктофон записаны переговоры (разговор, дискуссия) группы людей (7 мужчин и 1 женщина) на научную тематику, продолжительность которых 72 минуты. Весь записанный разговор переносится на ПК с помощью инженерной программы работы со звуковыми файлами Adobe Audition и разбивается на 24 речевых отрезка длительностью по три минуты.

Полученные отрезки разговора сохраняются в аудиофайлы под именем порядкового номера (первые 3 минуты: «1-й», вторые 3 минуты: «2-й» и.т.д.).

2. В специальном тихом помещении устанавливаем ПК с программой Adobe Audition, акустическими колонками, шумомером ВШВ-003М, микрофоном (рис. 1).

Рис. 1. Приборы и оборудование

С помощью ПК и акустических колонок, расположенных от микрофона на расстоянии 1 м, воспроизводим речевые отрезки по порядку и измеряем шумомером уровень речевого сигнала в семи октавных полосах на частотах: 125, 250, 500, 1000, 2000, 4000 и 8000 Гц и фиксируем полученные данные. После чего рассчитываем интегральный уровень сигнала каждого речевого отрезка и шумов в семи октавных полосах.

При помощи Adobe Audition выравниваем уровни звуковых отрезков так, чтобы их интегральные уровни были равны, и получаем отношение сигналшум=0.

Были выбраны следующие виды шумов:

Белый шум — шум с постоянной спектральной плотностью в речевом диапазоне частот (сгенерированы программой Adobe Audition).

Розовый шум — шум с тенденцией спада спектральной плотности 3 дБ на октаву в сторону высоких частот (сгенерированы программой Adobe Audition.).

Речеподобный шум (из белого) — шум с огибающей спектра, подобной речевому сигналу.

Речевая помеха (речевой хор из отрезков связных текстов) — шум, полученный путем микширования 7 первых трехминутных отрезков записанного разговора.

3. Используя программный комплекс Adobe Audition и ПК, смешиваем (микшируем) речевые отрезки с шумом, периодически увеличивая сигнал/шум: +5, 0, -5, -10, -15, -20 Дб для разных видов помех (шумов). В итоге получаем 24 аудиозаписи речи с наложенным на них разного рода помех с разным уровнем мощности. Файлы будут называться: «1-й_белый_+5, 2-й_белый₀, 3-й_белый_-5 и т. д.» Где первая часть — это речевой отрезок, который использовался при микшировании, 2-я часть — вид шума (помехи), и 3-я часть говорит о том, на сколько дБ больше или меньше уровень шума относительно уровня сигнала (речи), рис 2.

Рис 2. Имя файла

Аудитория для проведения эксперимента оснащена восемью персональными компьютерами с наушниками.

• 4. Комплектация бригад аудиторов в количестве восьми человек (4 мужчины, 4 женщины) в возрасте от 20 до 30 лет без отклонений слуха. Каждому аудитору предъявляет набор, состоящий из 24 записей, при прослушивании которых (с возможностью неоднократного прослушивания) определяется коэффициент словесной разборчивости. При этом с изменением отношения сигнал/шум меняется отрезок текста. При прослушиваниях член артикуляционной бригады имея возможность остановки, перемотки, замедления прослушиваемого разговора, должен дословно записать на бумаге весть текст, который он услышал. При этом суммарное время работы одного аудитора составляет 6…7 часов с обязательным перерывом.
• 5. Проведение расчетов словесной разборчивости и построения графиков зависимости словесной разборчивости от отношения сигнал/шум. Результаты оценки коэффициента словесной разборчивости W для каждого аудитора при различных видах шума и соотношениях сигнал/шум приведены в табл. 1 и на рис. 3.

В соответствии с ГОСТ Р 50 840−95 была проведена обработка результатов измерений. Для каждого вида помехи и отношения сигнал/шум вычислялось среднее значение разборчивости по всем аудиторам.

Таблица 1 — Результаты оценки коэффициента словесной разборчивости W для каждого Аудитора.

Рис. 3. Зависимость словесной разборчивости W от интегрального соотношения сигнал/шум, q в полосе частот 125…8000 Гц для разных видов помех вычислили среднее квадратическое отклонение СКО

На рис. 3 приведены усредненные по восьми аудиторам зависимости словесной разборчивости от интегрального соотношения сигнал/шум для различных видов помех.