趙凌偉

（91404部隊(duì)，河北　秦皇島　066001）

一種快速的語音干擾效果客觀評(píng)估方法

趙凌偉

（91404部隊(duì)，河北秦皇島066001）

為提高語音干擾效果客觀評(píng)估的效率，以平均單點(diǎn)能量比為客觀評(píng)估測度，以誤組率為主觀評(píng)價(jià)測度，以最小二乘法為主客觀擬合方法，提出一種新的方法。使用Matlab對標(biāo)準(zhǔn)語音文件疊加高斯白噪聲，模擬受噪聲干擾的語音文件，該方法的主客觀擬合程度達(dá)到89.5%。使用通信干擾設(shè)備測試數(shù)據(jù)進(jìn)行驗(yàn)證，正確率達(dá)到86%，計(jì)算時(shí)間不超過10s，證明對于噪聲干擾，該算法效率較高。

語音干擾效果；客觀評(píng)估；效率

1　概述

語音干擾效果主觀評(píng)價(jià)受到測試條件和測試人員主觀因素的影響，很難在現(xiàn)實(shí)環(huán)境中實(shí)時(shí)地進(jìn)行，所以一般采用客觀評(píng)價(jià)方法［1］，將客觀評(píng)價(jià)結(jié)果映射為主觀評(píng)價(jià)結(jié)果。各種客觀評(píng)估方法在實(shí)際使用時(shí)，一般會(huì)有計(jì)算時(shí)間的要求。語音干擾效果的客觀評(píng)估方法一般由失真測度、主客觀擬合方法兩部分組成，二者的選擇對計(jì)算效率都有較大影響。目前，常用的客觀特征參數(shù)包括線性預(yù)測倒譜系數(shù)（LinearPrediction Cepstrum Coefficient，LPCC）、Mel頻率倒譜系數(shù)（Mel-FrequencyCepstrumCoefficient，MFCC）等［2］，當(dāng)干擾不斷增強(qiáng)時(shí)［3］，使用最小二乘法進(jìn)行主客觀擬合，計(jì)算速度較快，但相關(guān)度和方差均變差，而使用維度更高的其他測度時(shí)，雖然提高了相關(guān)度，但計(jì)算速度較慢。本文分析了低信噪比下受噪聲干擾的語音信息的特點(diǎn)，基于分段信噪比的思路，提出了平均單點(diǎn)能量比+最小二乘法的方法并進(jìn)行了測試，證明該方法效率和正確率均較高。

2　受擾語音文件的主觀評(píng)價(jià)

對通信話音實(shí)施干擾，最佳的干擾樣式是正態(tài)分布噪聲［4］。為統(tǒng)計(jì)受擾語音的受擾強(qiáng)度與誤組率的關(guān)系，使用Matlab對標(biāo)準(zhǔn)語音文件疊加高斯白噪聲來模擬噪聲調(diào)頻干擾［5］，按相關(guān)軍標(biāo)［6］要求組織有經(jīng)驗(yàn)的人員使用誤組率對模擬加噪文件進(jìn)行主觀評(píng)價(jià)，誤組率不小于70%時(shí)，判為干擾有效。對每一個(gè)標(biāo)準(zhǔn)語音文件使用函數(shù)z=awgn（x，ydB，'measured'）［7］加噪，y分別取-8、-9、-10、-11、-12、-13、-14、-15，結(jié)果見表1。

表1　誤組率與模擬加噪強(qiáng)度關(guān)系表

由表1可知，對于本次實(shí)驗(yàn)所用標(biāo)準(zhǔn)語音文件，隨著y值減小，模擬加噪文件受干擾程度增大，誤組率逐漸增大，呈現(xiàn)較為明顯的線性關(guān)系，干擾有效的y值范圍應(yīng)在-13和-14之間，使用各樣本平均值進(jìn)行線性擬合后，得到誤組率平均值與模擬加噪程度關(guān)系為式1，計(jì)算得出干擾有效時(shí)的模擬加噪?yún)?shù)y約為-13.37，如圖1所示。

Y=0.13×X-1.041（1）

圖1　誤組率與模擬加噪強(qiáng)度關(guān)系

使用y=-13.37對標(biāo)準(zhǔn)語音文件再次模擬加噪、測聽并統(tǒng)計(jì)后，誤組率平均值為68%，認(rèn)為此時(shí)的加噪文件已經(jīng)處于干擾有效與無效的臨界狀態(tài)，可以作為目標(biāo)對象進(jìn)行分析。

3　受擾語音文件的客觀評(píng)價(jià)

3.1受擾語音文件的預(yù)處理

觀察標(biāo)準(zhǔn)語音文件及加噪幅度為-13.37的受擾語音文件的時(shí)域波形圖及語譜圖，如圖2、圖3所示。

圖2　標(biāo)準(zhǔn)語音文件波形及語譜圖

圖3　加噪-13.37受擾文件波形及語譜

隨著加噪強(qiáng)度增大，受擾文件的波形圖已經(jīng)逐漸看不出語音的輪廓，語譜圖只能在2000Hz以下，看到部分能量比較集中的、有規(guī)律的橫紋。為降低噪聲影響，根據(jù)人耳可聽頻率范圍、掩蔽效應(yīng)和實(shí)際測試結(jié)果，使用100～2000Hz的帶通濾波器對模擬加噪文件進(jìn)行濾波，形成新的受擾語音文件，并對其進(jìn)行分析。利用語音分析軟件Cooledit對受擾文件進(jìn)行帶通濾波，如圖4所示。

圖4　Cooledit帶通濾波器參數(shù)

3.2平均單點(diǎn)能量比的由來

為提高計(jì)算效率，需要選擇低維度、易計(jì)算的參數(shù)作為客觀失真測度。由于信噪比計(jì)算簡單，但直接作為語音干擾效果失真度參數(shù)的主客觀一致性不是很好，考慮以此為出發(fā)點(diǎn)，進(jìn)一步尋找更適合的參數(shù)。假設(shè)y（n）為含噪語音離散時(shí)間序列，由標(biāo)準(zhǔn)語音信號(hào)s（n）和非相關(guān)加性噪聲信號(hào)d（n）組成。y（n）可表示為：

其信噪比可表示為：

由于在受擾語音文件中難以將和區(qū)分開，一般截取一段受擾語音文件中對應(yīng)標(biāo)準(zhǔn)語音文件無語音段數(shù)據(jù)來估計(jì)頻譜，然后整體使用譜減法［8］，計(jì)算語音信息功率譜，再計(jì)算信噪比，這種方法有時(shí)會(huì)出現(xiàn)負(fù)值，若置零解決，會(huì)出現(xiàn)音樂噪聲，客觀結(jié)論常常與主觀評(píng)價(jià)相反，降低算法性能。分段信噪比是計(jì)算受擾語音信號(hào)每一段語音的信噪比，然后再對各幀的信噪比求平均值［9］，這種算法將受擾語音文件進(jìn)行分段計(jì)算，計(jì)算更加精細(xì)，但由于每幀語音與相鄰無語音段長度不一致，所得的短時(shí)能量［10］不盡相同，也需要進(jìn)行估計(jì)處理，對計(jì)算結(jié)果有影響。為消除噪聲估計(jì)對計(jì)算結(jié)果的影響，本文從整體角度考慮，不再區(qū)分信號(hào)與噪聲，暫不考慮語音與噪聲相位對幅度［11］的影響，取受擾語音文件中單個(gè)數(shù)碼的每個(gè)采樣點(diǎn)能量的平均值與該數(shù)碼相鄰噪聲的每個(gè)采樣點(diǎn)能量的平均值進(jìn)行比對，以比值作為客觀失真測度，在此將該參數(shù)命名為平均單點(diǎn)能量比（AverageDotEnergyRate，ADER）。其表達(dá)式為：

式中：n——該數(shù)碼語音采樣點(diǎn)數(shù)；

X——每個(gè)語音點(diǎn)幅值；

m——該段語音相鄰噪聲采樣點(diǎn)數(shù)；

Y——該段語音相鄰噪聲點(diǎn)的幅值。

3.3ADER的提取

平均單點(diǎn)能量比（ADER）的計(jì)算流程如圖5所示。

圖5　平均單點(diǎn)能量比計(jì)算過程

3.4ADER與誤組率判據(jù)的對應(yīng)關(guān)系

對模擬加噪的文件進(jìn)行濾波并計(jì)算ADER值。由于模擬加噪幅度不斷增加，按ADER計(jì)算方法，ADER值應(yīng)隨之變小，與模擬加噪文件的誤組率變化規(guī)律相同。我們以ADER值作為橫坐標(biāo)，誤組率作為縱坐標(biāo)，并對ADER值與誤組率進(jìn)行擬合，得到趨勢擬合曲線及相關(guān)系數(shù)，如圖6所示。

圖6ADER與誤組率的關(guān)系

圖6中二項(xiàng)式趨勢線表達(dá)式如式（5）所示，R2為0.895，表示此趨勢線的估計(jì)值與對應(yīng)的實(shí)際數(shù)據(jù)之間的擬合程度為0.895。

由此式得到誤組率為70%時(shí)，ADER值為1.124，即當(dāng)ADER大于1.124時(shí)，可判斷干擾無效，反之判斷干擾有效；當(dāng)ADER大于1.4時(shí)，此曲線略有上翹，是由于個(gè)別點(diǎn)造成的，但可以預(yù)料，隨著測試數(shù)據(jù)的增加，信噪比更低的數(shù)據(jù)的加入，其總體趨勢必將趨于0，由于個(gè)別點(diǎn)造成的上翹會(huì)得到解決，主客觀擬合程度會(huì)逐漸提高；同時(shí)，計(jì)算時(shí)間保證在10s以內(nèi)，沒有較大波動(dòng)，滿足一般使用要求。

3.5測試驗(yàn)證

為驗(yàn)證ADER對真實(shí)實(shí)驗(yàn)數(shù)據(jù)是否適用，使用誤組率對實(shí)際干擾設(shè)備在噪聲調(diào)頻干擾下的多組通信數(shù)據(jù)進(jìn)行主觀評(píng)定，選擇100組數(shù)據(jù)，其中50組干擾有效，50組干擾無效，判斷結(jié)果中86%正確，錯(cuò)誤的有14個(gè)文件，結(jié)果見表2。

表2　測試數(shù)據(jù)

4　結(jié)論

針對話音通信時(shí)的噪聲調(diào)頻干擾，在信噪比較低時(shí)，使用基于分段信噪比引申參考文獻(xiàn)：

出的平均單點(diǎn)能量比對干擾效果進(jìn)行客觀評(píng)估，其主客觀一致性較好，計(jì)算時(shí)間較短，整體效率較高。

［1］馮巖，唐普英.基于MATLAB的語音增強(qiáng)系統(tǒng)的設(shè)計(jì)［J］.通信技術(shù)，2010，43（5）：191.

［2］易克初，田斌，付強(qiáng).語音信號(hào)處理［M］.1.北京：國防工業(yè)出版社，2003：136-146.

［3］ZouXia，ZhangXiongwei.SPEECHENHANCEMENT USING AN MMSE SHORT TIME DCT COEFFICIENTS ESTIMATOR WITH SUPERGAUSSIAN SPEECH MODE LING［J］.JournalofElectronics，2007，24（3）：334.

［4］陳鵬舉.通信干擾原理與技術(shù)［M］.1.合肥：1985：28.

［5］SONYoung-ho，LEESang-min，Improvedspeechabsence probability estimation based on environmental noise classi fication［J］.JournalofCentralSouthUniversity，2012，19（9）：2548.

［6］張璐琳，陳靜，吳淑珍，等.GJB4405A-2006，語音通信干擾效果評(píng)定準(zhǔn)則［S］.北京：總裝備部軍標(biāo)出版發(fā)行部出版，7［2014.12.20］.

［7］鄧華.Matlab通信仿真及應(yīng)用實(shí)例詳解［M］.1.北京：人民郵電出版社，2003，117.

［8］李曄，崔慧娟，唐昆.基于譜減的語音增強(qiáng)算法的改進(jìn)［J］.清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，4（10）：12.

［9］徐巖，孟靜，基于分紅噪聲的語音增強(qiáng)算法性能評(píng)價(jià)研究［J］.鐵道學(xué)報(bào)，2011，33（4）：54.

［10］韓紀(jì)慶，張磊，鄭鐵然.語音信號(hào)處理［M］.2.北京：清華大學(xué)出版社，2013：49-50.

［11］TongMing BianZhengzhong LiXiaohui etal.STUDY ON PHASEPERCEPTIONINSPEECH［J］.JournalofElectronics，Electronics，2003，20（5）：389.

TN912