Метод преобразования речевого сигнала для улучшения разборчивости речи
- Авторы: Савченко В.В.1, Савченко Л.В.2
-
Учреждения:
- Редакция журнала “Радиотехника и электроника”
- Национальный исследовательский университет “Высшая школа экономики”
- Выпуск: Том 70, № 8 (2025)
- Страницы: 753-760
- Раздел: ТЕОРИЯ И МЕТОДЫ ОБРАБОТКИ СИГНАЛОВ
- URL: https://filvestnik.nvsu.ru/0033-8494/article/view/692096
- DOI: https://doi.org/10.7868/S3034590125080062
- ID: 692096
Цитировать
Полный текст



Аннотация
Рассмотрена задача улучшения разборчивости речи в системах речевой связи. Указано на острую проблему узнаваемости голоса диктора при применении известных методов ее решения. Для преодоления указанной проблемы предложен новый метод преобразования речевого сигнала, основанный на авторегрессионной модели голосового тракта и на принципе избирательного по частоте усиления основных формант. Рассмотрен пример практической реализации нового метода на базе алгоритмов быстрого преобразования Фурье. Даны оценки вычислительных затрат и быстродействия. Поставлен и проведен натурный эксперимент. По его результатам установлен достигаемый при применении предложенного метода положительный эффект, а именно: повышение разборчивости речи контрольного диктора при сохранении достаточно высокой степени узнаваемости его голоса. Полученные результаты предназначены для использования при разработке новых и модернизации существующих систем речевой связи, включая мобильную связь и VoIP-системы.
Об авторах
В. В. Савченко
Редакция журнала “Радиотехника и электроника”
Email: vvsavchenko@yandex.ru
ул. Моховая, 11, корп. 7, Москва, 125009 Российская Федерация
Л. В. Савченко
Национальный исследовательский университет “Высшая школа экономики”ул. Б. Печерская, 25, Нижний Новгород, 603155 Российская Федерация
Список литературы
- Rabiner L.R., Schafer R.W. // Foundations and Trends in Signal Processing. 2007. V. 1. № 1–2. P. 1.
- Mehrish A., Majumder N., Bharadwaj R. et al. // Information Fusion. 2023. V. 99. Article No. 101869.
- Sankar M.S., Sathidevi P.S. // Circuits Systems Signal Process. 2023. V. 42. P. 3437.
- Anselam A.S., Pillai S.S., Sreeni K.G. Advances Communication Systems and Networks. Selected Proceedings of ComNet2019/Eds. by J. Jayakumari, G. K. Karagiannidis, M. Ma, S. A. Hossain. Singapore: Springer, 2020. P. 625.
- Togawa T., Otani T., Suzuki K., Taniguchi T. // APSIPA Trans. on Signal and Information Processing. 2015. V. 4. Article No. e14.
- Narendra N.P., Alku P. // Speech Commun. 2019. V. 110. P. 47.
- O’Shaughnessy D. // IEEE Trans. 2024. V. HMS-54. № 1. P. 110.
- Ngo Th., Kubo R., Akagi M. // Speech Commun. 2021. V. 135. P. 11.
- Zheng C., Zhang H., Liu W. et al. // Trends in Hearing. 2023. V. 27. Article No. 23312165231209913
- Jolad B., Khanai R. // Int. J. Speech Technology. 2023. V. 26. P. 287.
- Kolbæk M., Tan Z.H., Jensen S.H., Jensen J. // IEEE/ACM Trans. 2020. V. ASLP-28. P. 825.
- Deng F., Bao Ch. // Speech Commun. 2016. V. 79. P. 30.
- Cавченко В.В., Савченко Л.В. // РЭ. 2021. Т. 66. № 11. C. 1100.
- Cавченко В.В., Савченко Л.В. // РЭ. 2024. Т. 69. № 4. С. 339.
- Gibson J. //Information. 2019. V. 10. № 5. P. 179.
- Cавченко В.В., Савченко Л.В. // РЭ. 2023. Т. 68. № 7. С. 660.
- Ternström S. // Appl. Sciences. 2023. V. 13. № 6. P. 3514.
- Cавченко В.В., Савченко Л.В. // Измерительная техника. 2024. № 5. С. 54.
- Ito M., Ohara K., Ito A., Yano M. // Proc. 11th Annual Conf. Int. Speech Commun. Association (INTERSPEECH 2010). Makuhari. 26–30 Sept. N.Y.: Curran Associates, Inc., 2011. V.4. P. 2494.
- Cавченко А.В., Савченко В.В. // РЭ. 2022. T. 67. № 3. C. 286.
- Palaparthi A., Titze I.R. // Speech Commun. 2020. V. 123. P. 98.
- Cавченко В.В., Савченко Л.В. // Измерительная техника. 2024. № 2. C. 55.
- Tohyama M. Acoustic Signals and Hearing. A Time-Envelope and Phase Spectral Approach. L.: Academic Press, 2020. P. 89.
- Alku P., Kadiri S.R., Gowda D. // Computer Speech & Language. 2023. V. 81. Article No. 101515.
- Kathiresan Th., Maurer D., Suter H., Dellwo V. // J. Acoust. Soc. Amer. 2018. V. 143. № 3. P. 1919.
- Tokuda I.T. Oxford Research Encyclopedia of Linguistics. Oxford: Univ. Press, 2021. P. oxfordre.com/linguistics/view/10.1093/acrefore/9780199384655.001.0001/acrefore-9780199384655-e-894
- Kim H.S. Linear Predictive Coding is All-Pole Resonance Modeling. Stanford Univ. Center for Computer Research in Music and Acoustics, 2023. 7 p. ccrma.stanford.edu/~hskim08/lpc/lpc.pdf
- Jesus L., Castilho S., Ferreira A., Costa M.C. // J. Phonetics. 2023. V. 97. Article No. 101223.
- Gustafsson Ph.U., Laukka P., Lindholm T. // Speech Commun. 2023. V. 146. P. 82. https://doi.org/10.1016/j.specom.2022.12.001
- Savchenko V.V. // Radioelectronics and Communications Systems. 2021. V. 64. № 11. P. 592.
- Corey R.M., Kozat S.S., Singer A.C. Signal Processing and Machine Learning Theory/Ed. by P.S.R. Diniz. L.: Academic Press. 2024. P. 689.
- Marple S.L.Jr. Digital Spectral Analysis with Applications. Mineola: Dover Publications. 2019.
- Kuhn K., Kersken V., Reuter B. et al.// ACM Trans. on Accessible Computing. 2024. V. 16. № 4. Article No. 25
- Palani S. Principles of Digital Signal Processing. Cham: Springer 2022.
- Cавченко В.В. // Измерительная техника. 2023. № 10. С. 63.
- Cавченко В.В., Савченко А.В. // РЭ. 2020. Т. 65. № 11. С. 1101.
- Omer D.S., Hussein M.A. & Mina L.M. // J. Engineering. 2020. V. 26. № 10. P. 135.
- Esra A.J.S., Sukhi Y. // Computer Speech & Language. 2024. V. 84. Article No. 101554.
Дополнительные файлы
