Разработка метода многоканальной автоматической компенсации помех в зашумленных речевых сигналах тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Изилов, Роман Юноевич

• Изилов, Роман Юноевич
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Изилов, Роман Юноевич

Введение

Глава 1 Постановка задачи диссертационного исследования

1.1 Современное состояние и тенденции развития речевых технологий

1.2 Влияние шума на функционирование речевых систем

1.3 Обзор систем и программных средств компенсации помех в зашумленных речевых сигналах

1.4 Постановка задачи диссертационного исследования

Глава 2 Теоретико-информационный анализ методов компенсации помех

2.1 Метод компенсации помех, основанный на низкочастотной, высокочастотной и полосовой фильтрации

2.2 Метод компенсации помех, основанный на гребенке фильтров

2.3 Метод компенсации помех, основанный на медианной фильтрации

2.4 Оптимальная фильтрация

2.4.1 Метод оптимальной компенсации помех, основанный на фильтре Винера

2.4.2 Метод оптимальной компенсации помех, основанный на фильтре Калмана

2.5 Адаптивная фильтрация

2.5.1 Метод адаптивной компенсации помех без прямой оценки сигнала

2.5.2 Метод адаптивной компенсации помех с прямой оценкой сигнала

2.6 Метод компенсации помех, основанный на вейвлет фильтрации

2.7 Метод компенсации помех, основанный на спектральном вычитании

2.8 Выводы

Глава 3 Метод многоканальной автоматической компенсации помех в зашумленных речевых сигналах

3.1 Многоканальное представление речевого сигнала

3.2 Прямые и обратные функции декомпозиции

3.3 Правила принятия решений при определении границ сегментов речевой активности

3.4 Определение сегментных оценок спектра шума и коррекция сигнала

3.5 Описание процесса компенсации помех

3.6 Выводы

Глава 4 Разработка системы автоматической компенсации помех зашумленных речевых сигналов

4.1 Модуль анализа речевого сигнала

4.2 Модуль контекстно-зависимого обнаружения сегментов речевой активности

4.3 Модуль многоканальной коррекции сигнала

4.4 Структурная схема системы компенсации помех в речевых сигналах

4.5 Выводы

Глава 5 Оценка достоверности научных результатов

5.1 Контроль качества речевых сигналов

5.1.1 Сегментно-ориентированный показатель качества сигнал - шум

5.1.2 Сегментно-ориентированный показатель - дифференциал спектров

5.1.3 Нормированный показатель качества речевых сигналов 90 5 Л .4 Обобщенный показатель сигнал - шум

5.1.5 Акустический контроль качества

5.1.6 Метод оперативного контроля качества речевых сигналов

5.2 Сравнительный анализ времени определения класса качества речевых сигналов методами артикуляционного и оперативного контроля

5.3 Метод экспериментальной оценки качества речевых сигналов

5.3.1 Определение количества сегментов для расчёта показателей качества речевого сигнала

5.3.2 Определение количества контрольных измерений

5.3.3 Формирование исходных данных для расчёта показателей качества

5.3.4 Расчёт значений показателей качества речевых сигналов

5.3.5 Сравнение показателей качества речевых сигналов с эталоном

5.3.6 Анализ результатов экспериментального исследования

5.4 Сравнительный анализ предлагаемого решения с известными

5.5 Выводы 155 Заключение 156 Список условных сокращений 158 Список литературы 159 Приложение

Введение диссертации (часть автореферата) на тему «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 50840-95 и ГОСТР 51061-97) 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 измерений; выявления 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 помех; совершенствования средств повышения пропускной способности канала связи за счёт его временного уплотнения; уменьшения 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 230201 "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 эксперимента; успешной 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 научно- методической 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.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Изилов, Роман Юноевич

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 50840-95, ГОСТ Р 51061-97) 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 50840-95, ГОСТ Р 51061-97) 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 230201 "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;

Список литературы диссертационного исследования кандидат технических наук Изилов, Роман Юноевич, 2005 год

1. Айвазян С.А.,Бежаева З.И и др. Классификация многомерных наблюдений. М.: Статистика, 1974- 240 с.

2. Александров А.Г. Оптимальные и адаптивные системы. М.: Высшая школа, 1989 —263 с.

3. Антонью А. Цифровые фильтры: анализ и проектирование. М.: Радио и связь 1983 .-320 с.

4. Васильев В. Н. Компьютерная обработка сигналов в приложении к интер-ферометрическим системам. СПб.: БХВ-Санкт-Петербург, 1998.

5. Венскаускас К.К. Компенсация помех в судовых радиотехнических системах: -Д.: Судостроение, 1989. 264 с.

6. Вентцель Е.С. Овчаров JI.A. Теория вероятности и её инженерные приложения. М.: Высшая шк., 2000. - 480 с.

7. Вероятность и математическая статистика: Энциклопедия /Гл.ред. Прохоров Ю.В.-М.: Большая Российская энциклопедия, 1999 910с.

8. Влияние шума на человека, http://mpfmma.rusmedserv.com/noise.html.

9. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов.- М.: "Радио и связь", 1990. 256 с.

10. ГОСТ 16600-72. Передача речи по трактам радиотелефонной связи. — М.: Госстандарт, 1972.

11. ГОСТ Р 50840-95. Государственный стандарт Российской Федерации. Передача речи по трактам связи. Методы оценки качества, разборчивости и узнаваемости. М.: Госстандарт России, 1997.

12. ГОСТ Р 51061-97. Системы нгакоскоростной передачи речи по цифровым каналам. Параметры качества речи и методы измерений. М.: Госстандарт России, 1998.

13. Горелик А.Л., Скрипкин В.А. Методы распознавания- М.: Высш. Шк., 1989. 232 с

14. Гутников B.C. Фильтрация измерительных сигналов. Д.: Энергоатом-издат, 1990.- 192 с.

15. Дремин И.В., Иванов О.В. и др., Вейвлеты и их использование // М.: Физический институт им. П.Н. Лебедева РАН, Том 171, №5. -2001. С.465-501.

16. Изилов Я.Ю. Программный комплекс "Звукоинженер" для интерактивной работы с речевыми сигналами в среде Microsoft Windows.// "Вычислительная техника, автоматика, радиоэлектроника", труды СПбГТУ №480,2000, С. 180-183.

17. Изилов Р. Ю., Морозов Б.И. Исследование методов шумопонижения речевых сигналов и разработка системы // XXIX Неделя науки СПбГТУ. Материалы межвузовской научной конференции . СПб.: Изд. СПбГТУ, 2001- ч. 5, - С.73 -74.

18. Изилов Р. Ю. и др. Способ лексической интерпретации слитной речи./ Патент на изобретение № 2119196, РФ, МКИ G10L 5/00 № 97117246/09; заявл. 27.10.97: опубл. 20.09.98. Бюл. № 26.

19. Изилов Р.Ю., Изилов Я.Ю. "Критерии оценки качества речевых сигналов"// Научно-технические ведомости СПбГТУ. Изд. СПбГТУ 3 (29), 2002. С. 110 114.

20. Изилов Р. Ю., Изилов Я. Ю., Федотов А. И. Метод вычитания спектров в задаче снижения шумов в речевых сигналах // Труды Санкт Петербургской Инженерной Академии: Сборник научных трудов / СПбГПУ. - СПб., 2003. -Вып. IV.-С. 166-173.

21. Изилов Р.Ю. Повышение оперативности принятия решений при определении качества речевых сигналов// Информационно-управляющие системы 2005. -№ 3,- С. 2-8.

22. Ивановский Р.И. Компьютерные технологии в науке, Практика применения систем MathCad 7.0 Pro, MathCad 8.0 Pro и MathCad 2000 Рго.Учеб пособие. Спб.: Изд. СПбГТУ, 2001. -200 с.

23. Интернет издание Утренняя газета, "IBM совершенствует речевые технологии", 2001, http://www.utro.ru/news.

24. Информационно-аналитический сайт "Телекоммуникации", http://www.anitel.ru.

25. Информационно-издательский центр "CONNECT!", http://www.connect.ru.

26. Калинцев IOJC Разборчивость речи в цифровых вокодерах.-М.: Радио и связь, 1991.-220 с.

27. КомпТек Интернэшнл, http://www.comptek.ru.

28. Косарев IO.A. Естественная форма диалога с ЭВМ. Л.: Машиностроение 1989. -143 с.

29. Костельянос Г. Оценка эффективности цифровых устройств подавления шума методом спектрального вычитания.// 4-ая международная конференция DSPA-2002, http://www.autex.spb.ru.

30. Коуэн К.Ф. Адаптивные фильтры / пер. с анг. М.: Мир 1988. 392 с.

31. Кравчун П.Н. Генерация и методы снижения шума и звуковой вибрации -М.: Изд. МГУ, 1991.-184 с.

32. Куприянов М.С., Матюшкин Б.Д. Цифровая обработка сигналов. Процессоры. Алгоритмы. Средства проектирования. -СПб.: "Политехника ", 1998.

33. Лазарев Ю.В. MatLab 5.x. Издательская группа BHV, 2000 г. -384 с.

34. Лента новостей, http://www.glazok.ru.

35. Лэм Г., Аналоговые и цифровые фильтры: Расчёт и реализация, М: 1982.

36. Маркел Дж. Д., Грей А.Х. Линейное предсказание речи. М.: Связь, 1980.- 308 с.

37. Марпл С.Л. Цифровой спектральный анализ и его приложения -М.: Мир, 1990- 584 с.

38. Макс Ж. Методы и техника обработки сигналов при физических измерениях. М.: Мир, 1983. - Т. 1., 312 с.

39. Маслюк Л., Перебин А. Введение в вейвлет анализ: учебный курс. ИПМ РАН, 9-ая Международная конференция по компьютерной графике и машинному зрению "ГрафиКон '99 ". Москва, 26 августа-1 сентября, 1999.

40. Малыхина Г.В. Инженерно-техническая защита информации. Речевые технологии: Учеб. пособие. СПб.: Изд. Политехи, у-та, 2004. 243 с.

41. Медведева Е.В., Исследование алгоритма wavelet фильтрации.// 5-ая международная конференция "Цифровая обработка сигналов и её применение" DSPA-2003, http://www.autex.spb.ru.

42. Министерство информационных технологий и связи РФ http://www.minsvyaz.ru.

43. Михайлов В.Г., Златоусова Л.В. Измерение параметров речи.- М.: Радио и связь, 1987.

44. Назаров М.В., Прохоров Ю.Н. Методы цифровой обработки и передачи47