增强型语音可懂度的评价

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (32): 5-8.

增强型语音可懂度的评价

马建芬1，张雪英2

1.太原理工大学计算机科学与技术学院，太原 030024
2.太原理工大学信息工程学院，太原 030024

出版日期:2012-11-11 发布日期:2012-11-20

Predicting intelligibility of noise-suppressed speech

MA Jianfen1, ZHANG Xueying2

1.College of Computer Science and Technology, Taiyuan University of Technology, Taiyuan 030024, China
2.College of Information Engineering, Taiyuan University of Technology, Taiyuan 030024, China

Online:2012-11-11 Published:2012-11-20

摘要/Abstract

摘要： 提出一种与主观评价相关性较高的可懂度客观评价算法。传统的基于频域分段信噪比的可懂度评价算法与主观评价的相关性不高，原因在于没有分别计算谱衰减畸变和谱放大畸变这两种畸变。为了克服这一缺点，提出将增强语音分解为衰减畸变、放大倍数小于6.02 dB的放大畸变、放大倍数大于6.02 dB的放大畸变三部分，分别计算其频域信噪比，用多线性回归方法综合这三种畸变值，使其与主观可懂值的相关值达到最高。实验结果表明，用这种方法对句子的可懂度评价结果与主观评价的相关值达到0.91。

关键词: 语音增强, 语音可懂度, 语音畸变

Abstract: The aim of the present research is to propose a measure to predict noise-suppressed speech which has higher correlation with subjective scores. The traditional frequency-weighted segmental SNR（fSNRseg） measure does not have higher correlations with subjective scores since it does not account for spectral attenuations and spectral amplification distortions introduced by speech enhancement algorithms separately. In this study, it decomposes the fSNRseg measure in three regions, corresponding to attenuation distortion only, amplification distortion up to 6.02 dB and distortion of 6.02 dB or greater. It calculates fSNRseg in each region separately. Multiple-regression analysis is run on the three decomposed measures to maximize the correlation with subjective scores. A high correlation （0.91） is obtained with sentence recognition scores with the proposed objective measure.

Key words: speech enhancement, speech intelligibility, speech distortions

马建芬1，张雪英2. 增强型语音可懂度的评价[J]. 计算机工程与应用, 2012, 48(32): 5-8.

MA Jianfen1, ZHANG Xueying2. Predicting intelligibility of noise-suppressed speech[J]. Computer Engineering and Applications, 2012, 48(32): 5-8.

[1]	王师琦，曾庆宁，龙超，熊松龄，祁潇潇. 语音增强与检测的多任务学习方法研究[J]. 计算机工程与应用, 2021, 57(20): 197-202.
[2]	王雁，贾海蓉，吉慧芳，王卫梅. 特征联合优化深度信念网络的语音增强算法[J]. 计算机工程与应用, 2019, 55(9): 38-42.
[3]	吉慧芳，贾海蓉，王雁. 改进相位谱补偿的语音增强方法[J]. 计算机工程与应用, 2019, 55(8): 48-52.
[4]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[5]	王虎，李晶，赵恒淼，臧燕，李春堂. 稀疏低秩模型及相位谱补偿的语音增强算法[J]. 计算机工程与应用, 2018, 54(5): 150-155.
[6]	高飞，马建芬，武正平. 基于RMS分频的高可懂度语音评价方法[J]. 计算机工程与应用, 2018, 54(21): 115-119.
[7]	王波，于凤芹，陈莹. 基于非平滑非负矩阵分解语音增强[J]. 计算机工程与应用, 2017, 53(7): 160-164.
[8]	王霞1，王丹1，王光艳2，张艳1. 压缩感知与EMD相结合的带噪面罩语音增强[J]. 计算机工程与应用, 2017, 53(18): 137-140.
[9]	张建伟，陶亮，周健，王华彬. 基于改进谱平滑策略的IMCRA算法及其语音增强[J]. 计算机工程与应用, 2017, 53(1): 153-157.
[10]	胡永刚1，张雄伟1，邹霞1，闵刚1，2，张立伟1，王健3. ADMM稀疏非负矩阵分解语音增强算法[J]. 计算机工程与应用, 2016, 52(3): 108-112.
[11]	宁矿凤，王景芳. DCT域维纳滤波语音增强[J]. 计算机工程与应用, 2015, 51(8): 226-230.
[12]	曹龙涛1，李如玮1，鲍长春1，吴水才2. 基于噪声估计的二值掩蔽语音增强算法[J]. 计算机工程与应用, 2015, 51(17): 222-227.
[13]	谷鹏1，2，朱俊华1，2，丁飞1，2. 一种含噪压缩感知的语音消噪方法[J]. 计算机工程与应用, 2015, 51(15): 216-220.
[14]	王瑜琳1，田学隆1，2，高雪利1. 自适应滤波语音增强算法改进及其DSP实现[J]. 计算机工程与应用, 2015, 51(1): 208-212.
[15]	徐文超，王光艳，耿艳香，白芳，费腾. 基于谱减法和变步长LMS语音增强算法[J]. 计算机工程与应用, 2015, 51(1): 213-217.