汉语母语听音人的室内汉语与英语语言清晰度比较

采用以汉语普通话为母语的听音人,对模拟仿真得到的具有不同客观语言清晰度参数的声学信号进行语言清晰度主观评价,获得汉语和英语的主观语言清晰度得分,分析比较了它们与语言传输指数STI的关系及其差异.结果表明:汉语和英语语言清晰度得分随STI增大而增加;采用韵律测试字表进行测试时,母语为汉语普通话的听音人听汉语时的语言清晰度...     

扩声系统对小学教室汉语语言清晰度的影响

在3间不同混响时间的小学教室内通过汉语语言清晰度评价,研究小学课堂教学中使用扩声系统与不使用扩声系统时不同年龄的儿童在教室内的汉语语言清晰度得分.结果表明:不管是3年级儿童还是5年级儿童,室内干扰噪声级较高(60 d BA)时,与使用扩声系统使听音位置声压级达到75 d BA时的汉语语言清晰度得分相比,不使用扩声系统和使用扩声系统但听音位置的声压级为70 d BA时的汉语语言清晰度得分得到明显改善;但与在较低的教室环境噪声条件下、教师采用正常语言声压级授课时的汉语语言清晰度得分无显著差异.为了得到与不使用扩声系统时相同的汉语语言清晰度得分,教室内使用扩声系统时所需信噪比应比不使用扩声系统时高.     

应用声能比评价小学教室中的汉语语言清晰度

针对2、4、6年级学生(7~12岁儿童)在9所小学的28间教室进行汉语语言清晰度主观评价,并测量听音位置的房间脉冲响应和背景噪声,计算不同听音条件下不同听音位置的不同早期声能时间限值的有益有害声能比Ut,从而得到不同年龄段儿童的主观汉语语言清晰度得分与有益有害声能比之间的关系.结果表明:对不同年龄段的儿童而言,早期声能时间限值为50 ms和80 ms时的有益有害声能比(U50、U80)均能较好地评价儿童教室室内汉语语言清晰度;在相同的有益有害声能比条件下,儿童主观汉语语言清晰度得分随着年龄增加而增加;2、4、6年级儿童在教室内达到95%的汉语语言清晰度得分需要的U50值分别为7.4、4.5、2.8 d B.     

主观汉语语言清晰度与客观声学参数C50的关系

采用室内声场仿真软件ODEON获取房间脉冲响应，然后将脉冲响应和消声室录制的语言清晰度测试信号卷积后通过耳机重放，进行汉语语言清晰度主观评价实验，建立和验证了主观汉语语言清晰度得分与客观声学参数C50之间的关系．结果表明：在双耳有差别听闻条件下C50（500～4000Hz）与主观汉语语言清晰度得分之间具有高相关性，采用C50（500～4000Hz）能较好地预测厅堂的主观汉语语言清晰度得分．     

语言声压级和混响对留学生汉语言语识别的影响

通过对一个教室室内声场的模拟,获取具有不同混响时间的两个房间脉冲响应,在不同语言声压级下获取留学生的主观汉语语言清晰度得分,探讨了语言声压级对留学生用教室室内汉语语言清晰度的影响.发现:在相同声压级下,混响时间越短,留学生的汉语语言清晰度得分越高;相同混响时间下,留学生的汉语语言清晰度得分先随语言声压级的提高而增加,当声压级达到某一极限值时,其语言清晰度得分随语言声压级的增大而降低.为了保证留学生用教室良好的室内汉语语言清晰度,在尽可能降低室内混响时间的前提下,建议教师授课声压级为62~74 d BA之间.     

重放方式对老年人语言清晰度评价的影响

在不同混响时间、不同信噪比、不同噪声方位角条件下,通过对60岁以上老年人的听音评价,探讨扬声器重放和耳机重放方式对老年人语言清晰度的影响,并与听力正常的年轻人得到的结果进行对比。结果表明:采用扬声器重放得到的汉语语言清晰度得分比采用耳机重放得到的汉语语言清晰度得分略高,但两种重放方式下的汉语语言清晰度得分无显著性差异;老年人在两种重放方式下的得分差异比年轻人的得分差异略高;采用人工头录音再通过耳机重放由老年人进行室内汉语语言清晰度评价,得到的结果与直接在厅堂现场评价得到的结果基本一致。     

早期衰变时间与信噪比对语言清晰度影响实验

随着计算机科学的发展,声学的可听化技术被越来越广泛地应用到主观实验研究中.声学软件ODEON可以建立很好的仿真声场,利用ODEON的可听化技术,对矩形高大空间和狭长空间的语言清晰度进行实验研究.结果表明,对于同一空间中的不同接收点的语言清晰度,早期衰变时间的影响比信噪比的影响显著;在语言清晰度为主要设计指标的厅堂中,应该主要控制早期衰变时间,使其不能超过1.5 s.     

汉语数码语音识别中一种新的抗噪声特征参数

为了提高中小词汇量语音识别系统在噪声环境下的识别性能,以10个汉语数码语音为对象,利用汉语数码语音信号区别于噪声信号的准周期特性,提出了一种汉语数码语音频谱包络峰值特性的提取方法,首先用基频对语音频谱采样得到由谐波值构成的包络以提高信噪比,然后再对所得包络进行峰值提取得到汉语数码语音的峰值特征。实验结果表明,在信噪比大于5dB时,用该方法得到的峰值特征具有一定的抗噪性。     

利用虚拟声环境研究教室语言清晰度

教室室内语言清晰度是教室声学研究的重点,而语言清晰度试验是研究教室室内听闻环境最直接的方法.但要找到声环境按照一定规律变化的教室并完成语言清晰度试验,往往很困难.处理教室实测脉冲信号,采用指数衰减法可以构建混响时间按一定规律变化的声环境,而采用噪声混入法则可以获得信噪比不同的虚拟声环境.通过对虚拟声环境下的语言清晰度试验结果进行数据分析,可以获得教室室内最佳混响时间和信噪比的最佳取值,证明了通过构建虚拟声环境来研究教室语言清晰度是可行的.     

汉语普通话平均频谱

通过改变测量设备及数据处理方法、测量环境、语声阅读材料的选择方法以及语声样本发声人的选择方法等,使用语言噪声的测量法,对32个发声人的汉语普通话语声样本进行录制采集分析计算,得到了不同的汉语普通话的平均频谱曲线.语噪声方式比别的方式有着一定的优越性.在南京大学消声室中进行样本采集以提高测量的信噪比.使用多通道数据采集前端录制每个人的语声样本,使用软件分析得到每个人普通话语声的长期声压频谱,通过主观评测与客观评测的方法剔除异常数据,使用数学方法将每个人的长期声压频谱进行自归一化,然后将归一化后的样本进行混录,最终得到不同于已有汉语普通话的平均频谱.平均频谱可作为语言的产生、传输、接收及语言信号处理等语言通信系统、电声器件和测试设备的设计依据,并可作为语言扩声系统予加重的依据和典型的观众噪声谱.     

Relationship between Chinese speech intelligibility and speech transmission index in rooms using dichotic listening

Speech intelligibility （SI） is an important index for the design and assessment of speech purpose hall. The relationship between Chinese speech intelligibility scores in rooms and speech transmission index （STI） under diotic listening condition was studied using monaural room impulse responses obtained from the room acoustical simulation software Odeon in previous paper. The present study employs the simulated binaural room impulse responses and auralization technique to obtain the subjective Chinese speech intelligibility scores using rhyme test. The relationship between Chinese speech intelligi-bility scores and STI is built and validated in rooms using dichotic （binaural） listening. The result shows that there is a high correlation between Chinese speech intelligibility scores and STI using dichotic listening. The relationship between Chinese speech intelligibility scores and STI under diotic and dichotic listening conditions is also analyzed. Compared with diotic listening, dichotic （binaural） listening （an actual listening situation） can improve 2.7dB signal-to-noise ratio for Mandarin Chinese speech intelligibility. STI method can predict and evaluate the speech intelligibility for Mandarin Chinese in rooms for dichotic （binaural） listening.     

一种适用于双微阵列的语音增强算法研究

考虑到传统单通道语音增强算法对噪声抑制的局限性,本文采用由两个微型麦克风阵列组成的双微阵列,利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法。该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimunm Mean Square Error,LogMMSE)提升其信噪比,然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰,最后通过一个改进可懂度结合改进最小控制递归平均(Improved Minimum Controlled Recursive Average Algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。     

汉语语言可懂度客观评价的STI与SII方法实验对比研究

语言传输指数STI和语言可懂度指数SII为当前语言可懂度的两个主要客观评价体系.对STI和SII计算模型和测量结果的研究表明,二者并没有本质上的区别,测量结果的差别也主要是由采用的具体方法不同造成的;STI和SII的汉语语言可懂度主、客观评价关系曲线差别也不大,都可以用来对汉语的语言可懂度进行客观评价.但考虑到SII的测量过程更为复杂,在传统建筑声学等领域的应用也不具有优势,以及ANSI S3.5对测量条件限制的相对宽松可能会带来数据之间的可比性降低等因素,STI更适用于对汉语语言可懂度的客观评价.     

改进最大信噪比的独立成分分析单通道语音增强算法

针对现有基于独立成分分析(ICA)的盲源分离算法在单通道语音增强中的不稳定性和信噪比低的问题,提出了新的基于最大信噪比的ICA语音增强算法.该算法首先用带噪语音直接乘以二维向量,并经过列满秩的转换,得到既具有源信号特性、又不会引入新噪声的二路观测信号,保证了系统的稳定性;再结合用小波系数改进的最大信噪比的ICA算法来实现,为增强的效果和提高信噪比提供了依据.实验结果分析表明,该算法是稳定的,且能有效地提高信噪比的值.      

一种基于噪声模型的语音/噪声分类方法

提出了一种可用于嵌入式ASR系统的语音/噪声分类的新方法，该方法利用一个噪声模型，对每帧信号的评价值进行语音/噪声分类．实验表明，该方法可以有效地区分语音和噪声，并表现出在各种噪声环境和不同信噪比条件下的鲁棒性．该算法已经集成进一个ASR系统，并在Corn-paq iPAQ上进行了测试，其计算代价不到整个系统代价的10％．     

基于听觉模型的小波包变换的语音增强

由于人耳频率分辨率是非线性的 ,用传统的线性信号处理方法 (如FFT)来模拟人耳基底膜的频率分析特性是比较困难的 .小波包算法有灵活的时频分析能力 ,可较好地符合人耳基底膜的频率分析特性 .在模拟人耳的听觉机理方面 ,用动态阈值法成功地对含噪语音进行了去噪处理 ,在去噪处理中引入音乐噪声的问题也较好地得到解决 .实验表明 :在单声道的条件下 ,其语音增强效果比传统的频谱减法有更高的清晰度和可懂度     

利用两只传声器对多个说话人进行语音分离

本文提出了一种用自适应滤波器对语音的混声进行分离的方法。该方法根据自适应消噪原理,利用两只传声器采集多个说话人的混合语音,进行分离试验。试验结果证实了本系统能够对其中所需的说话人的语音信噪比和可懂度有一定程度的改善。     

基于GSC结构的多通道语音补偿算法研究

广义旁瓣抵消器自适应波束形成算法对受固定干扰源影响的目标语音有良好的消噪效果,但在自适应抵消模块不可避免地存在语音泄漏,使目标语音受到一定损失,且残留部分背景噪声.文中先对传统的GSC结构自适应波束形成算法进行研究,分析语音泄漏的原因,并提出一种多通道语音补偿方法对GSC结构消噪后的语音进行补偿.对不同频段的噪声帧和语音帧做针对性处理,同时在对语音进行分割时保护共振峰,防止其发生偏移和变形,仿真实验与测试结果表明,该方法可以有效地补偿语音泄漏,消除残留噪声,提高语音可懂度.     

基于谱减法的藏语语音减噪研究

语音信息的采集过程中难免会有各种噪声的干扰,噪声降低了语音的可懂度及清晰度,甚至严重影响语音处理的准确性和可靠性。谱减法是语音减噪中最常用的方法,该方法基于人的感觉特性,对语音短时幅度谱进行估计,适用于受加性噪声污染的语音。本文通过统计分析谱减法的增益补偿因子和过减因子参数,研究基于谱减法的藏语语音减噪处理,并取得较为理想的实验结果。     

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法.通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声.仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果.