変調伝達関数に基づいた骨導音声の明瞭度回復法の基礎検討

基于调制传递函数的骨导语音清晰度恢复方法基础研究

• 批准号: 17650048
• 负责人: 鵜木 祐史
• 金额: $ 1.41万
• 依托单位: Japan Advanced Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Exploratory Research
• 财政年份: 2005
• 资助国家: 日本
• 起止时间: 2005 至 2006
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17650048/
• 关键词: 骨導音声; 気導音声; 変調伝達関数(MTF); 音声明瞭度; 逆フィルタ; 線形予測(LP); LSF; ニューラルネット; 変調伝達関数; LPC

本研究では,高騒音環境下での音声会話を実現するために骨導マイクを利用した補聴システムの構築を目指している.骨導マイクは雑音に頑健に音声を集音することができるが,その音声の音質や明瞭度は著しく低下しているため,そのままでは利用することができない.そこで,気導音声を入力,骨導音声を出力とした伝達系を想定し,この伝達特性を明らかにするとともに,伝達特性の逆特性を利用した骨導音声の明瞭度回復法の可能性を探る.本年度は,昨年度提案したプロトタイプモデルの改良を行うとともに,提案モデルについて二つの評価検討を行った.1)骨導音声回復法の改良線形予測(LP)法に基づいたプロトタイプモデルについて,骨導音声と気導音声間でLP残差がほぼ一定であること,LP係数を逆推定可能であること,ならびにより安定なLP表現上のLSF係数を逆推定可能であることを利用して,モデルを改良し,完全なたブラインド回復法を提案した.逆推定にはニューラルネットワーク等の学習法を利用した.2)客観評価による検討提案モデルを定量的に評価するために,昨年度構築した骨導・気導音声を評価データとして利用した.客観評価尺度としてスペクトル歪,LPC距離,MFCC距離を利用し,LP法ならびにLPベースのブラインド回復法が有効に骨導音声を気導音声並みに回復できることを示した.この成果は骨導音声に対する音声認識の前処理として利用可能であることを実証している.3)主観評価による検討同じく主観評価として,MOSテスト,改良Rhymeテスト,単語了解度試験を行った.改良Rhymeテストでは英語音声データに対してのみ,単語了解度試験では日本語音声データに対してのみ,MOSテストでは両データに対して行った.その結果,提案法が観測した骨導音声のみから,いずれも骨導音声の低下した音質や音声明瞭度を著しく改善できることを示した.

在这项研究中，我们旨在使用骨传导麦克风建立助听器系统，以在高噪声环境中实现语音对话。尽管骨导电的麦克风可以牢固地收集声音为噪声，但是声音的声音质量和清晰度大大降低，因此无法按原样使用。因此，我们假设使用空气传导音频作为输入并输出骨导向音频的传输系统，并且有可能使用传输特性的反向特征来阐明这种传输特性并恢复骨导向音频的清晰度。探索意义。 This year, we improved the prototype model proposed last year, and conducted two evaluations on the proposed model.1) For a prototype model based on the improved linear prediction (LP) method of bone conduction speech recovery method, we have improved the model and used the fact that the LP residual is almost constant between bone conduction speech and air conduction speech, that the LP coefficient can be inversely estimated, and that the LSF coefficient on a more stable LP表示可以取代估计，并且可以对模型进行成反比。我们提出了一种学习方法，例如用于反向估计的神经网络。2）为了定量评估客观评估提出的模型，我们使用了去年构建的骨传导和空气传导语音作为评估数据。我们使用光谱失真，LPC距离和MFCC距离作为客观评估量表，并表明LP方法和基于LP的盲恢复方法可以有效地将骨传导语音恢复到与空气传导语音相同的水平。该结果可用于预处理骨传导语音的语音识别。 3）基于主观评估的检查：MOS测试，改进的押韵测试和单词清晰度测试也作为主观评估进行。在改进的押韵测试中，仅执行英语语音数据，在清晰度测试一词中，仅执行日本语音数据，在MOS测试中，进行了两个数据。结果，结果表明，从所提出的方法观察到的骨传导语音中，这两种骨传导语音都可以显着提高骨导电语音的声音质量和语音清晰度的降低。

项目成果

A study on restoration of bone-conducted speech with the LPC-based model

基于LPC模型的骨导语音恢复研究

• 发表时间: 2006
• 期刊: 日本音響学会聴覚研究会資料 36(1)
• 作者: T.T.Vu;M.Unoki;M.Akagi
• 通讯作者: M.Akagi

A study on an LPC-based restoration model for improving the voice-quality of bone-conducted speech

基于LPC的骨导语音音质恢复模型研究

• 发表时间: 2006
• 期刊: Proc.NCSP06
• 作者: T.T.Vu;M.Unoki;M.Akagi
• 通讯作者: M.Akagi

A method for restoring bone-conducted speech based on the LPC model

一种基于LPC模型的骨导语音恢复方法

• 发表时间: 2006
• 期刊: 日本音響学会2006年度春季研究発表会講演資料 1-3-3
• 作者: T.T.Vu;M.Unoki;M.Akagi
• 通讯作者: M.Akagi

An LP-based Blind Restoration Method for Improving Intelligibility of Bone-conducted Speech

基于LP的提高骨导语音清晰度的盲恢复方法

• 发表时间: 2007
• 期刊: 電子情報通信学会 信学技報 SP2006-172
• 作者: Vu;T.T.;Unoki;M.;Akagi;M.
• 通讯作者: M.

A Study on Restoration of Bone-conducted speech with MTF-based and LP-based Models

基于MTF和LP模型的骨导语音恢复研究

• 发表时间: 2006
• 期刊: Journal of Signal Processing Vol. 10 No. 6
• 作者: Vu;T.T.;Kimura;K.;Unoki;M.;Akagi;M
• 通讯作者: M