Сегментация речевых сигналов

НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ» (НИУ «БелГУ») Факультет компьютерных наук и телекоммуникаций Кафедра информационно-телекоммуникационных

систем и технологий

КУРСОВАЯ РАБОТА
по дисциплине «Компьютерная обработка аудиоданных»
 на тему:
«Сегментация речевых сигналов с использованием кепстрального анализа»

1403.210406.238.ПЗКР

Выполнил
студент группы 140608 Д.В. Попов
 
Руководитель
кандидат техн. наук,
доцент кафедры ИТСиТ Е.И. Прохоренко
 

речи, создание обучающих баз, идентификация диктора по голосу и т.

д.) исследователи неизбежно сталкиваются с проблемой сегментации речи. Сегментация речи - это процесс поиска границ между фразами, словами, слогами или артикуляторно-акустическими сегментами речевого сигнала. Этот термин применяется как к мыслительному процессу человека, так и к процессу автоматической сегментации, выполняемой машинами.

Целесообразность того или иного типа сегментации определяется: конкретной задачей обработки речи; моделью, выбранной для решения этой задачи; требованиями к точности и времени работы системы, реализующей модель.

В настоящее время в современных АТС все большее развитие набирает услуги в той или иной степени затрагивающие голосовое управление , это обуславливает необходимость поиска надежных методов и алгоритмов сегментации речевых сигналов как неотъемлемой составляющей распознавания речи , способных с высокой точностью выделять необходимые составляющие речевого сигнала.

Известные по литературе методы поиска границ сегментов обладают значительными недостатками. В частности, эти методы либо используют априорную информацию о содержании речевого сигнала, которая обычно недоступна, либо производят поиск границ слишком грубых элементов - слогов, слов, предложений, либо дают слишком большие погрешности. В свою очередь, описанные в литературе методы распознавания типа сегментов также обладают различными недостатками и не позволяют решать реальные речевые задачи: они не обладают достаточной точностью, не выполняют распознавания кардинальных типов речевых сегментов.

сегментации речевых сигналов с использованием кепстрального анализа.

Задачи работы:
Обзор методов сегментации

речевых сигналов ;
Исследование теоретических основ кепстрального анализа;
Разработка и исследование алгоритма сегментации речевых сигналов с использованием кепстрального анализа.

энергетическому спектру.
Основы кепстрального анализа


(1)
Удаление «сверточных» искажений в сигнале осуществляется

путем вычитания из кепстральных характеристик их среднего значения (математического ожидания):

(2)

Метод маскировки шума заключается в добавлении некоторой константы С к спектральным коэффициентам при вычислении кепстра

c=DCT(log(C+xe(jw)))

(3)

для слова «характеристика»









Рис.1-Результат сегментации слова «характеристика» при N=256 и g=0.9
Рис.2-Результат

сегментации слова «характеристика» при N=200 и g=0.7

Количество границ сегментов определенных «на слух»---13
Количество правильно определенных границ сегментов---7
количество ошибок первого рода -------------------------------------4
Количество ошибок второго рода -------------------------------------6

Количество границ сегментов определенных «на слух»---13
Количество правильно определенных границ сегментов---2
количество ошибок первого рода ------------------------------------0
Количество ошибок второго рода -----------------------------------11

Максимальное количество границ сегментов для слова « характеристика» определено при n=256 и g=0.9

Минимальное количество границ сегментов для слова «характеристика» определено при n=256 и g=0.9

кепстрального анализа
В таблице 1 приведены вероятности обнаружения границ сегментов

, а так же вероятности ошибок первого и второго родов в зависимости от значения порога корреляции и длинны фреймов.

Таблица 1-результаты сегментации

P’-вероятность правильного обнаружения границ сегментов
P’’-вероятность ошибки первого рода (вероятность ложной тревоги)
P’’’-вероятность ошибки второго рода (вероятность пропуска цели)
M-количество границ сегментов определенных на слух
M’-количество границ сегментов определенных правильно
M’’-количество границ сегментов определенных не правильно
M’’’-количество пропущенных границ сегментов
g-значение порога корреляции
N-длинна фрейма

который показал что несмотря на довольно большее количество методов сегментации

проблема до конца не решена , так как ни один из предлагаемых методов и алгоритмов не позволяет с близкой к ста процентам вероятностью выделять сегменты речевых сигналов.
2. Рассмотрен метод кепстрального анализа , в результате чего была получена теоретическая основа для создания собственного алгоритма на основе этого анализа.
3. Разработан алгоритм сегментации речевых сигналов с использованием кепстрального анализа , было исследовано влияние на качество таких параметров как порог корреляции и длинна фрейма для данного алгоритма.
3.1. С увеличением порога корреляции увеличивается количество правильно определяемых элементов , но при этом происходит выделение лишних сегментов для согласных шипящих таких как -с-, -ш- ,-ф-. При этом хорошо разделяются гласные звуки, стоящие рядом -а-, -и- ,-e- , разделяется сочетание -кс-.
3.2. Увеличение длинны фрейма уменьшает чувствительность алгоритма к изменениям речевого сигнала. При снижении длинны происходит выделение лишних сегментов шипящих.