Метод преобразования речевого сигнала для улучшения разборчивости речи

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

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

  1. Rabiner L.R., Schafer R.W. // Foundations and Trends in Signal Processing. 2007. V. 1. № 1–2. P. 1.
  2. Mehrish A., Majumder N., Bharadwaj R. et al. // Information Fusion. 2023. V. 99. Article No. 101869.
  3. Sankar M.S., Sathidevi P.S. // Circuits Systems Signal Process. 2023. V. 42. P. 3437.
  4. 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.
  5. Togawa T., Otani T., Suzuki K., Taniguchi T. // APSIPA Trans. on Signal and Information Processing. 2015. V. 4. Article No. e14.
  6. Narendra N.P., Alku P. // Speech Commun. 2019. V. 110. P. 47.
  7. O’Shaughnessy D. // IEEE Trans. 2024. V. HMS-54. № 1. P. 110.
  8. Ngo Th., Kubo R., Akagi M. // Speech Commun. 2021. V. 135. P. 11.
  9. Zheng C., Zhang H., Liu W. et al. // Trends in Hearing. 2023. V. 27. Article No. 23312165231209913
  10. Jolad B., Khanai R. // Int. J. Speech Technology. 2023. V. 26. P. 287.
  11. Kolbæk M., Tan Z.H., Jensen S.H., Jensen J. // IEEE/ACM Trans. 2020. V. ASLP-28. P. 825.
  12. Deng F., Bao Ch. // Speech Commun. 2016. V. 79. P. 30.
  13. Cавченко В.В., Савченко Л.В. // РЭ. 2021. Т. 66. № 11. C. 1100.
  14. Cавченко В.В., Савченко Л.В. // РЭ. 2024. Т. 69. № 4. С. 339.
  15. Gibson J. //Information. 2019. V. 10. № 5. P. 179.
  16. Cавченко В.В., Савченко Л.В. // РЭ. 2023. Т. 68. № 7. С. 660.
  17. Ternström S. // Appl. Sciences. 2023. V. 13. № 6. P. 3514.
  18. Cавченко В.В., Савченко Л.В. // Измерительная техника. 2024. № 5. С. 54.
  19. 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.
  20. Cавченко А.В., Савченко В.В. // РЭ. 2022. T. 67. № 3. C. 286.
  21. Palaparthi A., Titze I.R. // Speech Commun. 2020. V. 123. P. 98.
  22. Cавченко В.В., Савченко Л.В. // Измерительная техника. 2024. № 2. C. 55.
  23. Tohyama M. Acoustic Signals and Hearing. A Time-Envelope and Phase Spectral Approach. L.: Academic Press, 2020. P. 89.
  24. Alku P., Kadiri S.R., Gowda D. // Computer Speech & Language. 2023. V. 81. Article No. 101515.
  25. Kathiresan Th., Maurer D., Suter H., Dellwo V. // J. Acoust. Soc. Amer. 2018. V. 143. № 3. P. 1919.
  26. 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
  27. 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
  28. Jesus L., Castilho S., Ferreira A., Costa M.C. // J. Phonetics. 2023. V. 97. Article No. 101223.
  29. Gustafsson Ph.U., Laukka P., Lindholm T. // Speech Commun. 2023. V. 146. P. 82. https://doi.org/10.1016/j.specom.2022.12.001
  30. Savchenko V.V. // Radioelectronics and Communications Systems. 2021. V. 64. № 11. P. 592.
  31. 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.
  32. Marple S.L.Jr. Digital Spectral Analysis with Applications. Mineola: Dover Publications. 2019.
  33. Kuhn K., Kersken V., Reuter B. et al.// ACM Trans. on Accessible Computing. 2024. V. 16. № 4. Article No. 25
  34. Palani S. Principles of Digital Signal Processing. Cham: Springer 2022.
  35. Cавченко В.В. // Измерительная техника. 2023. № 10. С. 63.
  36. Cавченко В.В., Савченко А.В. // РЭ. 2020. Т. 65. № 11. С. 1101.
  37. Omer D.S., Hussein M.A. & Mina L.M. // J. Engineering. 2020. V. 26. № 10. P. 135.
  38. Esra A.J.S., Sukhi Y. // Computer Speech & Language. 2024. V. 84. Article No. 101554.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025