曾劍飛+何律君

摘要：文章針對(duì)語(yǔ)音信號(hào)端點(diǎn)檢測(cè)與增強(qiáng)中分形理論的運(yùn)用，從分形理論特征、實(shí)際內(nèi)容以及實(shí)驗(yàn)幾個(gè)方面展開(kāi)了分析，目的在于總結(jié)最為合適的端點(diǎn)檢測(cè)方法。

關(guān)鍵詞：分形理論；語(yǔ)音信號(hào)端點(diǎn)檢測(cè)；增強(qiáng)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）02-0154-02

近幾年，我國(guó)語(yǔ)音信號(hào)處理技術(shù)逐漸提升，尤其是低信噪比基礎(chǔ)上的語(yǔ)音信號(hào)處理，已經(jīng)在相關(guān)領(lǐng)域成為一個(gè)主要的研究課題。對(duì)于此，諸多專業(yè)人數(shù)已對(duì)其展開(kāi)了研究，并且提出了一些帶噪語(yǔ)音信號(hào)處理技術(shù)。在語(yǔ)音信號(hào)處理技術(shù)發(fā)展的影響下，非線性處理方式也得到重視，對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行處理的過(guò)程中，語(yǔ)音信號(hào)、噪聲信號(hào)模型參數(shù)主要是以相應(yīng)的語(yǔ)音段、噪聲段得到明確。所以在判斷語(yǔ)音、非語(yǔ)音段方面，則成為語(yǔ)音處理系統(tǒng)中一個(gè)最為重要的問(wèn)題，也就是所謂的帶噪語(yǔ)音信號(hào)端點(diǎn)檢測(cè)。

1 分形理論概述

針對(duì)分形理論，以往的理解都帶有一定的不規(guī)則性，一般是對(duì)“因?yàn)檎w通過(guò)某種形式相似的部分構(gòu)成的一類形體”、“Harsdorff維數(shù)超過(guò)拓?fù)渚S數(shù)集合”進(jìn)行表示[1]。但是，在某一角度來(lái)說(shuō)，并沒(méi)有專業(yè)學(xué)者對(duì)分形理論進(jìn)行嚴(yán)格的定義，只是簡(jiǎn)單的提出了描述性的說(shuō)法，即帶有某些性質(zhì)的集合，其中主要體現(xiàn)了以下幾個(gè)特點(diǎn)：第一，分形具有自相似性；第二，分形結(jié)構(gòu)的精細(xì)性：第三，分形維數(shù)大于其本身拓?fù)渚S數(shù)；第四，分形可以利用迭代遞歸形成。具體如下：

1.1 分形具有自相似性

所謂自相似性，即整體和部分，不管是形態(tài)、作用，還是信息，都體現(xiàn)了非常強(qiáng)的相似性。對(duì)分形對(duì)象集合尺寸進(jìn)行合理的縮小或擴(kuò)大，也不會(huì)對(duì)原結(jié)構(gòu)造成改變。

1.2 標(biāo)度帶有不變性

標(biāo)度具有不變性，這一點(diǎn)是分形集獨(dú)有的特點(diǎn)，指不管怎么變形測(cè)量對(duì)象尺度如何改變，都不會(huì)使測(cè)量對(duì)象性質(zhì)出現(xiàn)變化[2]。然而，需要將數(shù)學(xué)模型排除在外，針對(duì)帶有實(shí)際分形集的測(cè)量對(duì)象，這種標(biāo)度不變形只能夠在一定范圍內(nèi)加以使用。通常來(lái)說(shuō)，標(biāo)度不變性適用空間被成為分形體無(wú)標(biāo)度區(qū)間，相關(guān)人員需要根據(jù)研究對(duì)象所體現(xiàn)的實(shí)際性質(zhì)，對(duì)判定無(wú)標(biāo)度區(qū)間切實(shí)范圍進(jìn)行明確。

1.3 分形維數(shù)

形成分形維數(shù)主要是利用分形標(biāo)度關(guān)系，獲取實(shí)際的定量數(shù)值，這樣一來(lái)能夠?qū)⑵胀ㄍ負(fù)浼S數(shù)是整數(shù)這一問(wèn)題進(jìn)行拓展，使維數(shù)有整數(shù)范圍擴(kuò)大到分?jǐn)?shù)。同時(shí)，其中也體現(xiàn)了分形維數(shù)的其他特點(diǎn)，重點(diǎn)表現(xiàn)為以下幾個(gè)方面：第一，分形維數(shù)與尺度之間無(wú)聯(lián)系；第二，分析維數(shù)本身是相對(duì)量；第三，分析維數(shù)大小充分直接關(guān)系到空間中輪廓的不規(guī)則性、繁瑣性，以及在空間內(nèi)的滿足程度。一般來(lái)說(shuō)，維數(shù)越小，那么所體現(xiàn)的細(xì)節(jié)越少，其位數(shù)也就越大。

2 分形理論在語(yǔ)音信號(hào)處理中的運(yùn)用

將分形理論運(yùn)用于語(yǔ)音信號(hào)處理，主要分為三個(gè)部分，即語(yǔ)音分割、語(yǔ)音合成和端點(diǎn)檢測(cè)。那么接下來(lái)就對(duì)這三個(gè)部分進(jìn)行簡(jiǎn)要分析。

2.1 語(yǔ)音分割

因?yàn)槿硕穆?tīng)力在語(yǔ)音高頻部分所體現(xiàn)的分辨率，一般會(huì)低于低頻部分，但是清音段是語(yǔ)音高頻非常關(guān)鍵的構(gòu)成部分，在聽(tīng)覺(jué)角度分析，其實(shí)并不存在嚴(yán)重的影響，因此，相關(guān)人員需要在語(yǔ)音信號(hào)處理期間，定期對(duì)語(yǔ)音實(shí)施清濁音分割[3]。這二者之間本身體現(xiàn)了一定的不規(guī)則性，相關(guān)人員可以對(duì)分維值進(jìn)行測(cè)量，以此對(duì)清音、濁音進(jìn)行分割。

2.2 語(yǔ)音合成

在語(yǔ)音信號(hào)處理中，語(yǔ)音合成也是其中必不可少的內(nèi)容之一，為未來(lái)的發(fā)展直接關(guān)系到語(yǔ)音編碼。因?yàn)檎Z(yǔ)音信號(hào)本身帶有自相似性特點(diǎn)，其主要表現(xiàn)在其中某一結(jié)構(gòu)特點(diǎn)處于不同時(shí)間、空間尺度中，帶有相似性。盡管語(yǔ)音信號(hào)時(shí)域波形體現(xiàn)了分形的特點(diǎn)，但是卻并非是完整的分形，通常只是在某一領(lǐng)域中出現(xiàn)分形特點(diǎn)。根據(jù)這一點(diǎn)，可以按照IFS 理論、拼貼定理對(duì)其進(jìn)行研究與討論，對(duì)語(yǔ)音信號(hào)進(jìn)行劃分，使其成為不重疊小區(qū)間序列，在這之后，便可以得到隨意一幀IFS 三個(gè)參數(shù)，這樣一來(lái)便可以對(duì)數(shù)據(jù)進(jìn)行壓縮。相關(guān)人員對(duì)語(yǔ)音進(jìn)行合成期間，使用已經(jīng)得到的 IFS 參數(shù)，將其重復(fù)迭代，直至收斂到 IFS吸引子為止，如此便可以獲取需要的語(yǔ)音信號(hào)。

2.3 端點(diǎn)檢測(cè)

所謂端點(diǎn)檢測(cè)，即針對(duì)初始聲音信息數(shù)據(jù)中所包含的純粹語(yǔ)音段，對(duì)局部進(jìn)行準(zhǔn)確的定位，從而獲取需要的語(yǔ)音單位起止點(diǎn)，這一點(diǎn)也是本文分析與討論的要點(diǎn)。通常，所獲取的語(yǔ)音單位并不局限于一點(diǎn)，既可以是詞，也可以是音節(jié)和音素等。對(duì)端點(diǎn)進(jìn)行檢測(cè)時(shí)，因?yàn)槠浔旧硎钦Z(yǔ)音信號(hào)處理這一工作的重點(diǎn)，所以需要保證其準(zhǔn)確性，這也與最后語(yǔ)音特征的提取、可行性的體現(xiàn)有直接關(guān)系[4]。通過(guò)實(shí)際實(shí)踐可知，其實(shí)兩個(gè)相鄰的音素分維值之間，帶有好很大的差異性，分維軌跡也可能會(huì)出現(xiàn)突變的現(xiàn)象，針對(duì)這一點(diǎn)，相關(guān)人員也要按照這一特點(diǎn)，對(duì)相對(duì)門限值進(jìn)行確定。若其中一幀語(yǔ)音分維值相比這一相對(duì)門限要低，那么便可獲取這一幀起始語(yǔ)音和這一幀之前的語(yǔ)音，了解到這二者音素不同，這樣一來(lái)便完成了語(yǔ)音音素分割，進(jìn)而實(shí)現(xiàn)對(duì)端點(diǎn)的有效檢測(cè)。

3 語(yǔ)音信號(hào)短時(shí)分形維數(shù)計(jì)算

分形維主要是對(duì)分形特點(diǎn)進(jìn)行描述的參數(shù)，同時(shí)也是分形信號(hào)中十分關(guān)鍵的特征參數(shù)。通過(guò)分形方法的運(yùn)用，能夠使維數(shù)由整數(shù)擴(kuò)張至分?jǐn)?shù)，這也將傳統(tǒng)拓?fù)渚S數(shù)是整數(shù)的限制打破。對(duì)于分形維的定義其實(shí)比較廣泛，一般比較常見(jiàn)的主要有以下幾種：計(jì)盒維數(shù)、關(guān)聯(lián)位數(shù)、信息維數(shù)。本文主要以計(jì)盒維數(shù)為例展開(kāi)計(jì)算。

對(duì)于計(jì)盒維數(shù)的定義，相關(guān)文獻(xiàn)中對(duì)其進(jìn)行了規(guī)定：n維歐式空間子集F的計(jì)盒維數(shù)DB，具體定義如下：

[DB=linδ→0lnNδ（F）ln（1/δ）]，[log（Nδ（F））∝DBlog（1/δ）] （1）

在公式（1）中，[Nδ（F）]代表以邊長(zhǎng)為[δ]的網(wǎng)格對(duì)F需要的最小正方形數(shù)量進(jìn)行覆蓋。實(shí)踐過(guò)程中，一般可以利用多點(diǎn)直線擬合的方式對(duì)DB進(jìn)行計(jì)算。公式如下：endprint

[DB=i=1MlogNδi（F）i=1Mlog（1/δi）-Mi=1M（logNδi（F）log（1/δi））i=1Mlog（1/δi）2-Mi=1M（log（1/δi））2] （2）

在公式（2）中，[δi]代表M變化的尺度，i=1，2，3，…，M。

對(duì)公式（2）進(jìn)行分析，使尺度變化是[δi+1]-[δi]=[δ]（[δi]=i[δ]，i=1，2，3，…，M），將其帶入到公式（2）中，從而獲得公式（3）：

[DB=MI=1MlogNδilogi-i=1MlogNδii=1MlogiI=1Mlogi2-MI=1M（logi）2] （3）

4 帶噪語(yǔ)音信號(hào)端點(diǎn)檢測(cè)

對(duì)帶噪語(yǔ)音信號(hào)端點(diǎn)進(jìn)行檢測(cè)，可以先假設(shè)x（i）為帶噪語(yǔ)音信號(hào)時(shí)間序列，s（i）、n（i）則是語(yǔ)音信號(hào)、加性白噪聲時(shí)間序列，以此便可以得出信號(hào)模型，即

[x（i）=s（i）+n（i）] （4）

對(duì)語(yǔ)音端點(diǎn)進(jìn)行檢測(cè)主要是為了在數(shù)據(jù)x（i）的測(cè)量過(guò)程中，對(duì)語(yǔ)音段s（i）起止點(diǎn)進(jìn)行判斷[5]。因?yàn)檎Z(yǔ)音段中，帶噪語(yǔ)音信號(hào)x（i）體現(xiàn)了規(guī)則性和周期性的特點(diǎn)，換而言之，即語(yǔ)音段信號(hào)分形維維數(shù)與非語(yǔ)音段分形維二者相比較，前者比較小。所以，其實(shí)可以通過(guò)信號(hào)短時(shí)分形維數(shù)變化狀況對(duì)語(yǔ)音信號(hào)端點(diǎn)進(jìn)行檢測(cè)。

在實(shí)際仿真實(shí)驗(yàn)中，主要使用的是之前完成錄制的語(yǔ)音信號(hào)“你好”，采樣頻率為22050Hz，所有樣本都是以16bit實(shí)現(xiàn)量化。在10～20ms期間，語(yǔ)音信號(hào)十分穩(wěn)定，因?yàn)楹笃谛枰獙?duì)計(jì)算量進(jìn)行簡(jiǎn)化，所以將幀長(zhǎng)控制在300點(diǎn)，所有相鄰幀之間無(wú)重疊，共計(jì)100幀，且有分幀需求時(shí)主要以矩形窗為主。通過(guò)實(shí)際實(shí)驗(yàn)可知，錄制好的“你好”語(yǔ)音波形中，已經(jīng)被加性被噪聲所污染的語(yǔ)音信號(hào)所體現(xiàn)的信噪比為0db，帶噪語(yǔ)音信號(hào)分維值中，可以清楚地了解到，噪聲段與語(yǔ)音段交界處的分維軌跡有突變點(diǎn)。正因?yàn)槿绱藶閹г胝Z(yǔ)音信號(hào)端點(diǎn)檢測(cè)提供了便利。通過(guò)試驗(yàn)也可以了解到，噪聲段分維值通常要大于語(yǔ)音段分維值。

5 以端點(diǎn)檢測(cè)為前提的譜相減語(yǔ)音增強(qiáng)方式與仿真結(jié)論

5.1 以端點(diǎn)檢測(cè)為前提的譜相減語(yǔ)音增強(qiáng)方式

在語(yǔ)音信號(hào)處理和識(shí)別系統(tǒng)中，語(yǔ)音增強(qiáng)是其中非常關(guān)鍵的構(gòu)成部分，進(jìn)行語(yǔ)音增強(qiáng)，主要是為了將語(yǔ)音質(zhì)量進(jìn)行提高，將語(yǔ)音匯總的噪聲消除，使語(yǔ)音更加自然。譜相減法和改進(jìn)型方式因?yàn)槠浔旧淼挠?jì)算量比較小，在實(shí)際計(jì)算過(guò)程中比較容易實(shí)時(shí)實(shí)現(xiàn)，所以在語(yǔ)音增強(qiáng)工作中十分常見(jiàn)。但是使用當(dāng)前所現(xiàn)有的譜相減法對(duì)語(yǔ)音信號(hào)進(jìn)行處理的過(guò)程中，有時(shí)信號(hào)處理的效果十分不理想，特別是信噪比低的時(shí)候，效果更差。一旦傅立葉出現(xiàn)反變換，那么便會(huì)在個(gè)別頻帶處出現(xiàn)殘留的噪聲。為了將這一問(wèn)題合理解決，需要總結(jié)之前工作的經(jīng)驗(yàn)，并且綜合考慮其他帶噪語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方式，以此提出以端點(diǎn)檢測(cè)為前提的譜相減語(yǔ)音增強(qiáng)算法。

對(duì)于語(yǔ)音段、噪聲段交界處可以使用分形維進(jìn)行檢測(cè)，因此針對(duì)帶噪語(yǔ)音信號(hào)便可以實(shí)現(xiàn)分段處理。

[|S（ejω）|γ=X（ejω）|γ-α|N（ejω）|γ，當(dāng)|X（ejω）|γ-α|N（ejω）|γ>β|N（ejω）|λ時(shí)β|N（ejω）|γ，其他] （5）

在公式（5）中，[X（ejω）]、[S（ejω）]、[N（ejω）]是觀測(cè)信號(hào)x（i）、s（i）、n（i）在FFT變換之后，從而獲得的數(shù)據(jù)，α、β使經(jīng)驗(yàn)數(shù)值。針對(duì)噪聲段而言，為了能夠?qū)⒃肼曈行б种?，需要取比較大的α值，將β=0。針對(duì)語(yǔ)音段而言，需要在保證語(yǔ)音不失真的基礎(chǔ)上，盡最大可能抑制噪聲，如此一來(lái)，便要取比較小的α值，相反β值要比較大。

5.2 仿真結(jié)論

此次方針，依然使用之前“你好”你好，是兩個(gè)發(fā)音？

根據(jù)譜相減法原理流程處理帶噪語(yǔ)音信號(hào)。選擇適當(dāng)尺寸的窗、α、β、γ，針對(duì)噪聲譜要按照之前使用的端點(diǎn)檢測(cè)法，對(duì)噪聲段平均值進(jìn)行檢測(cè)。經(jīng)過(guò)反復(fù)幾次仿真試驗(yàn)可知，對(duì)語(yǔ)音段進(jìn)行處理時(shí)，分別將α、β、γ數(shù)值設(shè)置為1.5、0.01、1，而窗函數(shù)則依然為直角窗，將每段噪聲的長(zhǎng)度設(shè)置為幀長(zhǎng)度。

通過(guò)對(duì)仿真試驗(yàn)最終呈現(xiàn)的效果可知，帶噪語(yǔ)音信號(hào)的RSNR是0，并且通過(guò)這一實(shí)驗(yàn)證明，端點(diǎn)檢測(cè)法體現(xiàn)了非常好的效果，增強(qiáng)之后的語(yǔ)音信號(hào)在包絡(luò)形狀上，非常完整的維持了原來(lái)的語(yǔ)音信號(hào)特點(diǎn)，并且將信噪比提升。通過(guò)處理前后語(yǔ)音信號(hào)信噪比的對(duì)比分析可知，一旦帶噪語(yǔ)音信號(hào)RSNR為-4db，那么所提出的所有方法依然適用于語(yǔ)音信號(hào)增強(qiáng)。

5.3 實(shí)驗(yàn)結(jié)論

在低信噪比環(huán)境之下，對(duì)語(yǔ)音信號(hào)端點(diǎn)進(jìn)行檢測(cè)，并且完成語(yǔ)音增強(qiáng)，是語(yǔ)音信號(hào)處理工作一直以來(lái)需要解決的問(wèn)題之一。以往對(duì)這兩點(diǎn)問(wèn)題進(jìn)行解決時(shí)，需要是以高信噪比為前提，進(jìn)行語(yǔ)音信號(hào)端點(diǎn)檢測(cè)以及增強(qiáng)，這種方式無(wú)法滿足現(xiàn)如今所體現(xiàn)的技術(shù)需求?；诖?，通過(guò)對(duì)傳統(tǒng)檢測(cè)方法的分析，在分形維、譜相減兩種方法的基礎(chǔ)上，提出了新的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)與增強(qiáng)方法，并且將此方法進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，這一方法的可行的，且實(shí)驗(yàn)過(guò)程中涉及的計(jì)算量也比較合理。所以實(shí)用價(jià)值比較高。然而這一方法在使用的過(guò)程中，需要端點(diǎn)檢測(cè)保證非常高的準(zhǔn)確性，一旦信噪比不足-5 dB，所體現(xiàn)的端點(diǎn)檢測(cè)最終效果準(zhǔn)確性可能降低，進(jìn)而對(duì)增強(qiáng)之后的語(yǔ)音效果造成影響，關(guān)于這一問(wèn)題還需要在日后的工作中繼續(xù)深入研究。

6 結(jié)束語(yǔ)

綜上所述，在語(yǔ)音信號(hào)端點(diǎn)檢測(cè)及增強(qiáng)中運(yùn)用分形理論，可以有效減少計(jì)算量，但是相應(yīng)的也對(duì)準(zhǔn)確性提出了要求，要體現(xiàn)良好的運(yùn)用效果，依然需要深入分析。

參考文獻(xiàn)：

[1] 劉永俊，張立飛，劉巍.面向噪聲環(huán)境下醫(yī)療語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法[J].常熟理工學(xué)院學(xué)報(bào)，2017，31（4）：75-79+85.

[2] 趙益波，蔣祎，吳禮福，等.基于麥克風(fēng)陣列自適應(yīng)非線性濾波的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法[J].科技通報(bào)，2017，33（4）：199-203.

[3] 陳澤偉，曾慶寧，謝先明， 等.基于自相關(guān)函數(shù)的語(yǔ)音端點(diǎn)檢測(cè)方法[J/OL].計(jì)算機(jī)工程與用， 2017，03：1-6.

[4] 王明合，張二華，唐振民， 等.基于Fisher線性判別分析的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法[J].電子與信息學(xué)報(bào)，2015，37（6）：1343-1349.

[5] 王建元，陳鵬，欒德福.基于SVD-HHT的低信噪環(huán)境語(yǔ)音信號(hào)端點(diǎn)檢測(cè)[J].制造業(yè)自動(dòng)化，2014，36（1）：57-61.endprint