RU2829627C1 - Method of selecting speech signal by analysing values of parameters of harmonic components - Google Patents
Method of selecting speech signal by analysing values of parameters of harmonic components Download PDFInfo
- Publication number
- RU2829627C1 RU2829627C1 RU2024108837A RU2024108837A RU2829627C1 RU 2829627 C1 RU2829627 C1 RU 2829627C1 RU 2024108837 A RU2024108837 A RU 2024108837A RU 2024108837 A RU2024108837 A RU 2024108837A RU 2829627 C1 RU2829627 C1 RU 2829627C1
- Authority
- RU
- Russia
- Prior art keywords
- value
- sliding window
- harmonics
- speech signal
- values
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 239000000203 mixture Substances 0.000 claims abstract description 11
- 230000003595 spectral effect Effects 0.000 claims description 81
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract 1
- 239000006185 dispersion Substances 0.000 description 8
- 238000000605 extraction Methods 0.000 description 6
- 238000010183 spectrum analysis Methods 0.000 description 6
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Abstract
Description
Изобретение относится к области цифровой обработки речевых сигналов и может найти применение в устройствах связи. The invention relates to the field of digital processing of speech signals and can find application in communication devices.
Известен способ спектрального анализа электрических сигналов (патент РФ №2431853), в котором анализируемый электрический сигнал подают одновременно на гребенку фильтров, настроенных на различные частоты и измеряют сигналы на выходах этих фильтров, причем до проведения измерений диапазон контролируемых частот разбивают на элементы разрешения с шагом дискретизации, соответствующим желаемым точности и разрешению спектрального анализа. Недостатком способа является сложность технической реализации и недостаточно высокая эффективность решения задачи выделения речевого сигнала в условиях наличия помех. A method of spectral analysis of electrical signals is known (RU Patent No. 2431853), in which the analyzed electrical signal is simultaneously fed to a comb of filters tuned to different frequencies and the signals at the outputs of these filters are measured, and before measurements are taken, the range of monitored frequencies is divided into resolution elements with a sampling step corresponding to the desired accuracy and resolution of the spectral analysis. The disadvantage of the method is the complexity of the technical implementation and insufficiently high efficiency of solving the problem of isolating a speech signal in the presence of interference.
Известен способ спектрального анализа сигналов (патент РФ №2127888), в котором при дискретизации и квантовании сигнала создают последовательности дискретных значений сигнала с различными частотами следования отсчетов в каждой из них. При этом дискретные значения этих последовательностей фильтруют с помощью цифровых полосовых фильтров и цифровых фильтров нижних частот. Сигналы с выходов цифровых полосовых фильтров подвергают обработке, связанной с определением амплитудных значений, а на их основе и остальных информативных параметров полосовых сигналов. Недостатком способа является недостаточно высокая эффективность решения задачи выделения речевого сигнала в условиях наличия помех. A method of spectral signal analysis is known (RU Patent No. 2127888), in which, during signal sampling and quantization, sequences of discrete signal values are created with different sample rates in each of them. In this case, the discrete values of these sequences are filtered using digital bandpass filters and digital low-pass filters. The signals from the outputs of the digital bandpass filters are subjected to processing associated with determining the amplitude values, and on their basis, other informative parameters of the bandpass signals. A disadvantage of the method is the insufficiently high efficiency of solving the problem of isolating a speech signal in the presence of interference.
Известен способ спектрального анализа многочастотных периодических сигналов, представленных цифровыми отсчетами (Функциональный контроль и диагностика электротехнических систем и устройств по цифровым отсчетам мгновенных значений тока и напряжения. /под редакцией Е.И. Гольдштейна - Томск: Изд. «Печатная мануфактура», 2003, с.92-94). Недостатком способа является недостаточно высокая эффективность решения задачи выделения речевого сигнала в условиях наличия помех. A method of spectral analysis of multi-frequency periodic signals represented by digital readings is known (Functional control and diagnostics of electrical systems and devices using digital readings of instantaneous values of current and voltage. / edited by E.I. Goldstein - Tomsk: Publishing House "Printed Manufactory", 2003, pp. 92-94). The disadvantage of the method is the insufficiently high efficiency of solving the problem of isolating a speech signal in the presence of interference.
Известен способ спектрального анализа сигналов (патент РФ №2730043 G01R23/16 ). Однако у способа недостаточно высокая эффективность решения задачи выделения речевого сигнала в условиях наличия помех. A method of spectral signal analysis is known (RU patent No. 2730043 G01R23/16 ). However, the method is not very effective in solving the problem of speech signal extraction in the presence of interference.
Известен способ разделения речи и речеподобного шума путем анализа значений энергии и фаз частотных составляющих сигнала и шума, описанный в патенте RU 2700189, H04Q1/46, у которого недостаточно высокая эффективность решения задачи выделения речевого сигнала в условиях наличия помех. A method for separating speech and speech-like noise by analyzing the energy and phase values of the frequency components of the signal and noise is known, described in patent RU 2700189,H04Q1/46, u which does not have a high enough efficiency in solving the problem of isolating a speech signal in the presence of interference.
Известен способ выделения речевого сигнала с использованием временного анализа спектра аддитивной смеси сигнала и акустических помех, описанный в патенте RU 2786547, G10L 25/93 . Недостатком способа является недостаточно высокая эффективность решения задачи выделения речевого сигнала в условиях наличия большого числа частотных составляющих шумоподобных акустических помех. A method for extracting a speech signal using time analysis of the spectrum of an additive mixture of a signal and acoustic interference is known, described in patent RU 2786547, G10L 25/93 . The disadvantage of the method is the insufficiently high efficiency of solving the problem of extracting a speech signal in the presence of a large number of frequency components of noise-like acoustic interference.
Наиболее близким аналогом по технической сущности к предлагаемому является способ разделения речи и пауз по значениям дисперсий амплитуд спектральных составляющих, описанный в патенте RU 2723301, G10L 25/93 , принятый за прототип. The closest analogue in technical essence to the proposed method is the method of separating speech and pauses based on the values of the dispersion of the amplitudes of the spectral components, described in patent RU 2723301, G10L 25/93 , adopted as a prototype.
Способ-прототип заключается в следующем. The prototype method is as follows.
На всем интервале анализа, состоящего из интервала, который содержит шум или речевой сигнал, или смесь речевого сигнала и шума, которые поступают в устройство, то есть входной сигнал, его разветвляют на две одинаковые составляющие, одну из них фильтруют фильтром нижних частот (ФНЧ), вторую составляющую фильтруют полосовым фильтром, сигналы, поступившие на выходы фильтров дискретизируют и заносят в память для последующей обработки. Формируют «скользящее окно», состоящее из интервалов одинаковой длительности, «скользящее окно» сдвигают на некоторое, заранее определенное количество отсчетов, «скользящее окно» формируют так, что оно включает в себя два интервала анализа, каждый из которых состоит из нескольких интервалов одинаковой длительности, первое положение «скользящего окна» устанавливают так, что в первом интервале анализа присутствует только помеха. Затем осуществляют спектральный анализ входного сигнала для каждого интервала следующим образом: каждый результат преобразования входного сигнала, который образуется после умножения входного сигнала на синус и косинус опорных частот, разветвляют на две одинаковые составляющие, первую составляющую фильтруют ФНЧ, полоса которого согласована с полосой анализируемого сигнала, одновременно вторую составляющую фильтруют полосовым фильтром, полоса пропускания которого выбирается так, что верхняя частота полосового фильтра соответствует верхней частоте анализируемого сигнала, нижнюю частоту полосового фильтра устанавливают равной некоторому заранее заданному значению, выбор ФНЧ и полосового фильтра осуществляют с идентичными в максимальной степени фазо-частотными характеристиками и так, что амплитудно-частотная характеристика (АЧХ) полосового фильтра в области частот близких к нулю имеет максимально-возможную крутизну, в области частот, начиная со значения, для которого разность значений АЧХ ФНЧ и полосового фильтра становится меньше некоторой заранее заданной величины, обеспечивают идентичность их АЧХ в максимальной степени. Сигналы, прошедшие ФНЧ и полосовой фильтр, вычитают один из другого, результаты вычитания преобразуют в цифровой вид, по данным значениям, соответствующим синусной и косинусной составляющей одной частоты, определяют мгновенную спектральную плотность (МСП) для каждой опорной частоты и запоминают эти значения пропорциональные амплитуде сигналов, находят среднее значение МСП, определяют значение порога путем умножения найденного среднего значения МСП на коэффициент, значение которого устанавливают заранее, полученные значения МСП сравнивают с порогом, по результатам сравнения принимают решение о наличии или об отсутствии сигнала с соответствующей частотой. Находят значения мощности каждого выделенного сигнала путем возведения в квадрат соответствующих значений МСП, находят для каждой гармоники дисперсию значений мощностей для первого и второго интервалов анализа, рассчитывают среднее значение дисперсий мощностей первого и второго интервалов, усреднение осуществляют по числу гармоник, определяют пороговое значение путем умножения среднего значения дисперсии значений мощностей первого интервала анализа, принадлежащего «скользящему окну», на коэффициент, значение которого определяют заранее, находят значение разности средних значений дисперсий мощностей, рассчитанных для первого и второго интервалов анализа, данное значение разности сравнивают с порогом. Считают, что во втором интервале анализа присутствует только помеха, если значение разности средних значений дисперсий мощностей не превышает порог, в противном случае считают, что во втором интервале анализа присутствует сигнал или смесь сигнала и помехи, сдвигают «скользящее окно» на заданное значение интервалов, описанную процедуру повторяют. Для последующих шагов пороговое значение для разности средних значений дисперсии значений мощностей интервалов анализа определяют с использованием среднего значения средних значений дисперсии мощностей интервалов анализа, которое рассчитывают, применяя принцип «первый пришел, первый ушел». Процесс продолжают до тех пор, пока не закончится время, отведенное для анализа входного сигнала.Over the entire analysis interval, consisting of an interval containing noise or a speech signal, or a mixture of a speech signal and noise, which enter the device, i.e. the input signal, it is branched into two identical components, one of which is filtered by a low-pass filter (LPF), the second component is filtered by a band-pass filter, the signals received at the filter outputs are sampled and stored in memory for subsequent processing. A "sliding window" is formed, consisting of intervals of equal duration, the "sliding window" is shifted by a certain, predetermined number of samples, the "sliding window" is formed so that it includes two analysis intervals, each of which consists of several intervals of equal duration, the first position of the "sliding window" is set so that only interference is present in the first analysis interval. Then, a spectral analysis of the input signal is performed for each interval as follows: each result of the input signal conversion, which is formed after multiplying the input signal by the sine and cosine of the reference frequencies, is branched into two identical components, the first component is filtered by a low-pass filter, the band of which is matched with the band of the analyzed signal, while the second component is filtered by a band-pass filter, the passband of which is selected so that the upper frequency of the band-pass filter corresponds to the upper frequency of the analyzed signal, the lower frequency of the band-pass filter is set equal to some predetermined value, the choice of the low-pass filter and the band-pass filter is carried out with phase-frequency characteristics that are identical to the maximum extent and so that the amplitude-frequency characteristic (AFC) of the band-pass filter in the frequency range close to zero has the maximum possible steepness, in the frequency range, starting from the value for which the difference in the AFC values of the low-pass filter and the band-pass filter becomes less than some predetermined value, their AFC is ensured to be identical to the maximum extent. The signals that have passed the low-pass filter and the band-pass filter are subtracted from each other, the results of the subtraction are converted into digital form, according to these values corresponding to the sine and cosine components of one frequency, the instantaneous spectral density (ISD) is determined for each reference frequency and these values proportional to the amplitude of the signals are stored, the average value of the ISD is found, the threshold value is determined by multiplying the found average value of the ISD by a coefficient, the value of which is set in advance, the obtained ISD values are compared with the threshold, and based on the results of the comparison, a decision is made on the presence or absence of a signal with the corresponding frequency. The power values of each selected signal are found by squaring the corresponding values of the MSP, the dispersion of the power values for the first and second analysis intervals is found for each harmonic, the average value of the dispersions of the powers of the first and second intervals is calculated, averaging is performed over the number of harmonics, the threshold value is determined by multiplying the average value of the dispersion of the power values of the first analysis interval belonging to the "sliding window" by a coefficient whose value is determined in advance, the value of the difference between the average values of the dispersions of the powers calculated for the first and second analysis intervals is found, this difference value is compared with the threshold. It is considered that only interference is present in the second analysis interval if the value of the difference in the average values of the dispersions of the powers does not exceed the threshold, otherwise it is considered that a signal or a mixture of signal and interference is present in the second analysis interval, the "sliding window" is shifted by a given value of intervals, the described procedure is repeated. For subsequent steps, the threshold value for the difference in the mean values of the dispersion of the power values of the analysis intervals is determined using the mean value of the mean values of the dispersion of the power values of the analysis intervals, which is calculated using the "first in, first out" principle. The process continues until the time allotted for the analysis of the input signal has expired.
Недостатком способа-прототипа является его недостаточно высокая эффективность при решении задачи выделения речевого сигнала в условиях наличия помех. The disadvantage of the prototype method is its insufficiently high efficiency in solving the problem of extracting a speech signal in the presence of interference.
Задачей предлагаемого способа является повышение эффективности выделения речевого сигнала при наличии акустических помех. The objective of the proposed method is to increase the efficiency of speech signal extraction in the presence of acoustic interference.
Для решения поставленной задачи в способе, который заключается в том, что на всем интервале анализа, состоящего из интервала, содержащего помеху и интервала, содержащего речевой сигнал или смесь речевого сигнала и помехи, - входной сигнал, осуществляют следующее, формируют «скользящее окно», «скользящее окно» сдвигают на временной интервал заранее установленной величины, первое положение «скользящего окна» устанавливают так, что в первом интервале анализа присутствует только помеха, рассчитывают значения мощностей спектральных составляющих входного сигнала для каждого интервала следующим образом, каждый результат преобразования входного сигнала, который образуется после умножения входного сигнала на синус и косинус опорных частот, разветвляют на две одинаковые составляющие, первую составляющую фильтруют фильтром нижних частот (ФНЧ), полоса которого согласована с полосой анализируемого сигнала, одновременно вторую составляющую фильтруют полосовым фильтром, полосу пропускания которого выбирают так, что верхняя частота полосового фильтра соответствует верхней частоте анализируемого сигнала, нижнюю частоту полосового фильтра устанавливают равной некоторому заранее заданному значению, выбор ФНЧ и полосового фильтра осуществляют с идентичными в максимальной степени фазо-частотными характеристиками и так, что амплитудно-частотная характеристика (АЧХ) полосового фильтра в области частот близких к нулю имеет максимально-возможную крутизну, в области частот, начиная со значения, для которого разность значений АЧХ ФНЧ и полосового фильтра становится меньше некоторой заранее заданной величины, обеспечивают идентичность их АЧХ в максимальной степени, сигналы, прошедшие ФНЧ и полосовой фильтр, вычитают один из другого, результаты вычитания преобразуют в цифровой вид, по данным значениям, соответствующим синусной и косинусной составляющей одной частоты, рассчитывают значения мощностей спектральных составляющих и запоминают эти значения, согласно изобретению , заранее устанавливают значения: длительности «скользящего окна»; максимальной длительности существования речевого сигнала; пороговое значение для числа спектральных составляющих, мощности которых превысили пороговое значение - обнаруженные спектральные составляющие; коэффициентов, с использованием которых рассчитывают пороговые значения для значений мощностей спектральных составляющих и для среднего значения мощностей обнаруженных спектральных составляющих, пороговое значение отношения мощности спектральных составляющих к среднему значению их мощностей; In order to solve the stated problem in the method, which consists in the fact that over the entire analysis interval consisting of an interval containing interference and an interval containing a speech signal or a mixture of a speech signal and interference - the input signal, the following is carried out, a "sliding window" is formed, the "sliding window" is shifted by a time interval of a predetermined value, the first position of the "sliding window" is set so that only interference is present in the first analysis interval, the values of the powers of the spectral components of the input signal are calculated for each interval as follows, each result of the transformation of the input signal, which is formed after multiplying the input signal by the sine and cosine of the reference frequencies, is branched into two identical components, the first component is filtered by a low-pass filter (LPF), the band of which is matched with the band of the analyzed signal, while the second component is filtered by a band-pass filter, the passband of which is selected so that the upper frequency of the band-pass filter corresponds to the upper frequency of the analyzed signal, the lower frequency of the band-pass filter is set equal to some predetermined value, the choice of LPF and the bandpass filter are implemented with phase-frequency characteristics that are identical to the maximum degree and so that the amplitude-frequency characteristic (AFC) of the bandpass filter in the frequency range close to zero has the maximum possible steepness, in the frequency range starting from the value for which the difference in the AFC values of the LPF and the bandpass filter becomes less than a certain predetermined value, their AFC is ensured to be identical to the maximum degree, the signals that have passed the LPF and the bandpass filter are subtracted from each other, the results of the subtraction are converted into digital form, according to these values corresponding to the sine and cosine components of one frequency, the values of the powers of the spectral components are calculated and these values are stored, according to the invention , the values of: the duration of the "sliding window" are established in advance; the maximum duration of the existence of the speech signal; the threshold value for the number of spectral components whose powers have exceeded the threshold value - the detected spectral components; coefficients, using which the threshold values are calculated for the values of the powers of the spectral components and for the average value of the powers of the detected spectral components, the threshold value of the ratio of the power of the spectral components to the average value of their powers;
«скользящее окно» периодически сдвигают на временной интервал установленной величины, для каждого положения «скользящего окна» рассчитывают значения мощностей спектральных составляющих, значения частот спектральных составляющих считают равными значению соответствующих опорных частот; The “sliding window” is periodically shifted by a time interval of a set value; for each position of the “sliding window” the values of the powers of the spectral components are calculated; the values of the frequencies of the spectral components are considered equal to the value of the corresponding reference frequencies;
для положения «скользящего окна», в котором отсутствует сигнал, рассчитывают: число обнаруженных спектральных составляющих помехи и пороговое значение для числа обнаруженных спектральных составляющих; среднее значение мощностей спектральных составляющих помехи и пороговые значения для значения мощности спектральных составляющих и для среднего значения мощности спектральных составляющих; for the position of the "sliding window" in which there is no signal, the following are calculated: the number of detected spectral components of the interference and the threshold value for the number of detected spectral components; the average value of the powers of the spectral components of the interference and the threshold values for the power value of the spectral components and for the average value of the power of the spectral components;
в дальнейшем для каждого положения «скользящего окна», для которого принимают решение о присутствии только гармоник помехи, рассчитывают данные пороговые значения; subsequently, for each position of the “sliding window” for which a decision is made on the presence of only interference harmonics, these threshold values are calculated;
при осуществлении анализа для других положений «скользящего окна», используют последние рассчитанные пороговые значения; when performing the analysis for other positions of the "sliding window", the last calculated threshold values are used;
для положений «скользящего окна», для которых возможно присутствие сигнала, рассчитывают значения мощностей спектральных составляющих, число спектральных составляющих, значение мощности которых превысило соответствующий порог, эти спектральные составляющие помечают как обнаруженные составляющие, если число спектральных составляющих не превысило соответствующий порог, то данные спектральные составляющие считают составляющими помехи; for the positions of the "sliding window" for which the presence of a signal is possible, the values of the powers of the spectral components are calculated, the number of spectral components whose power value exceeded the corresponding threshold, these spectral components are marked as detected components, if the number of spectral components did not exceed the corresponding threshold, then these spectral components are considered to be interference components;
для каждой обнаруженной спектральной составляющей осуществляют проверку того, что ее длительность превышает минимальное значение, следующим образом: For each detected spectral component, a check is performed to ensure that its duration exceeds the minimum value, as follows:
сдвигают отсчеты огибающей смеси сигнала и помехи на величину равную половине периода, значение которого определяется значением частоты обнаруженной спектральной составляющей; shift the counts of the envelope of the signal and interference mixture by an amount equal to half the period, the value of which is determined by the frequency value of the detected spectral component;
суммируют полученные отсчеты с исходными; sum the obtained readings with the original ones;
с использованием полученных отсчетов рассчитывают значения мощностей этих спектральных составляющих, using the obtained readings, the values of the powers of these spectral components are calculated,
если значение мощности анализируемой гармоники, полученное в процессе проверки ее длительности, превышает значение мощности данной гармоники, рассчитанное при проведении первичного анализа, то считают, что длительность данной составляющей не превышает минимальное значение, эту составляющую помечают как помеху, в противном случае считают, что длительность данной составляющей превышает минимальное значение, ее относят к сигналу, который может быть речевым сигналом; if the power value of the analyzed harmonic, obtained in the process of checking its duration, exceeds the power value of this harmonic, calculated during the primary analysis, then it is considered that the duration of this component does not exceed the minimum value, this component is marked as interference, otherwise it is considered that the duration of this component exceeds the minimum value, it is classified as a signal, which may be a speech signal;
рассчитывают число гармоник, относительно которых принято решение, что они могут быть составляющими речевого сигнала, если данное число не превышает заданное пороговое значение, то гармоники считают речеподобной помехой, в противном случае считают, что данные гармоники могут быть составляющими речевого сигнала, в этом случае рассчитывают среднее значение мощности этих гармоник, если это значение превышает рассчитанное пороговое значение, то считают, что данные гармоники являются составляющими речевого сигнала, в противном случае считают, что данные составляющие являются помехой; calculate the number of harmonics, in relation to which it is decided that they can be components of the speech signal, if this number does not exceed the specified threshold value, then the harmonics are considered speech-like interference, otherwise it is considered that these harmonics can be components of the speech signal, in this case the average value of the power of these harmonics is calculated, if this value exceeds the calculated threshold value, then it is considered that these harmonics are components of the speech signal, otherwise it is considered that these components are interference;
если для предыдущего положения «скользящего окна» было зарегистрировано наличие речеподобной помехи и для текущего положения «скользящего окна» было установлено наличие гармоник речевого сигнала, то для гармоник речевого сигнала, частоты которых совпадают с частотами гармоник речеподобной помехи, мощность гармоник рассчитывают путем вычитания из значения мощности гармоник речевого сигнала мощности соответствующих гармоник речеподобной помехи; if the presence of speech-like interference was recorded for the previous position of the “sliding window” and the presence of speech signal harmonics was established for the current position of the “sliding window”, then for the speech signal harmonics whose frequencies coincide with the frequencies of the harmonics of the speech-like interference, the power of the harmonics is calculated by subtracting the power of the corresponding harmonics of the speech-like interference from the value of the power of the harmonics of the speech signal;
если для предыдущего положения «скользящего окна» не был зарегистрирован речевой сигнал, то длительность речевого сигнала, зарегистрированного для текущего положения «скользящего окна», считают равной длительности «скользящего окна»; if no speech signal was registered for the previous position of the “sliding window”, then the duration of the speech signal registered for the current position of the “sliding window” is considered equal to the duration of the “sliding window”;
если для предыдущего положения «скользящего окна» был зарегистрирован речевой сигнал, то сравнивают значения частот обнаруженных гармоник для текущего положения «скользящего окна» и для его предыдущего положения, если число гармоник с одинаковыми значениями частот превышает пороговое значение для числа спектральных составляющих, то считают, что присутствует речевой сигнал, рассчитывают значение отношений мощности гармоник к среднему значению мощности этих гармоник, если для какой-либо гармоники это значение превышает порог, то значению мощности этой гармоники присваивают значение мощности гармоники с той же частотой, рассчитанное для предыдущего положения «скользящего окна», длительность речевого сигнала увеличивают на значение длительности временного интервала, на который сдвигают «скользящее окно»; if a speech signal was registered for the previous position of the "sliding window", then the frequency values of the detected harmonics are compared for the current position of the "sliding window" and for its previous position, if the number of harmonics with the same frequency values exceeds the threshold value for the number of spectral components, then it is considered that a speech signal is present, the value of the ratio of the power of the harmonics to the average value of the power of these harmonics is calculated, if for any harmonic this value exceeds the threshold, then the power value of this harmonic is assigned the power value of the harmonic with the same frequency, calculated for the previous position of the "sliding window", the duration of the speech signal is increased by the value of the duration of the time interval by which the "sliding window" is shifted;
если число гармоник с одинаковыми значениями частот не превышает пороговое значение для числа спектральных составляющих, то считают, что речевой сигнал, существующий в предыдущем положении «скользящего окна» прекратил существование, в этом случае если длительность сигнала, который зарегистрирован для предыдущих положений «скользящего окна» как речевой сигнал, не превосходит максимального значения, то данный сигнал считают речевым сигналом, в противном случае данный сигнал считают помехой; if the number of harmonics with the same frequency values does not exceed the threshold value for the number of spectral components, then it is considered that the speech signal existing in the previous position of the “sliding window” has ceased to exist, in this case, if the duration of the signal that is registered for the previous positions of the “sliding window” as a speech signal does not exceed the maximum value, then this signal is considered a speech signal, otherwise this signal is considered interference;
если находят гармоники, значения частот которых отличаются от значения частот гармоник речевого сигнала, зарегистрированного для предыдущего положения «скользящего окна», число этих гармоник превышает пороговое значение для числа спектральных составляющих, речевой сигнал, зарегистрированный для предыдущего положения «скользящего окна», существует для текущего положения «скользящего окна», и значение средней мощности нового сигнала превышает значение средней мощности гармоник речевого сигнала, зарегистрированного для предыдущего положения «скользящего окна», считают, что данные гармоники являются речевым сигналом, его длительность считают равной длительности «скользящего окна», речевой сигнал, зарегистрированный для предыдущего положения «скользящего окна» и существующий в текущем положении «скользящего окна», является помехой; if harmonics are found whose frequency values differ from the frequency values of the harmonics of the speech signal recorded for the previous position of the "sliding window", the number of these harmonics exceeds the threshold value for the number of spectral components, the speech signal recorded for the previous position of the "sliding window" exists for the current position of the "sliding window", and the value of the average power of the new signal exceeds the value of the average power of the harmonics of the speech signal recorded for the previous position of the "sliding window", these harmonics are considered to be a speech signal, its duration is considered equal to the duration of the "sliding window", the speech signal recorded for the previous position of the "sliding window" and existing in the current position of the "sliding window" is interference;
если значение средней мощности нового речевого сигнала не превышает значение средней мощности гармоник речевого сигнала, зарегистрированного для предыдущего положения «скользящего окна», то считают, что данные гармоники являются помехой, длительность сигнала, зарегистрированного для предыдущего положения «скользящего окна», увеличивают на значение длительности временного интервала, на который сдвигают «скользящее окно».if the value of the average power of the new speech signal does not exceed the value of the average power of the harmonics of the speech signal recorded for the previous position of the “sliding window”, then these harmonics are considered to be interference, the duration of the signal recorded for the previous position of the “sliding window” is increased by the value of the duration of the time interval by which the “sliding window” is shifted.
Предлагаемый способ заключается в следующем. The proposed method is as follows.
Заранее устанавливают значения: The following values are set in advance:
- длительности «скользящего окна»; - the duration of the "sliding window";
- длительности временного интервала, на который сдвигают «скользящее окно»; - the duration of the time interval by which the “sliding window” is shifted;
- максимальной длительности существования речевого сигнал; - maximum duration of existence of a speech signal;
- коэффициентов, с использованием которых рассчитывают пороговые значения для значений мощностей спектральных составляющих (гармоник) и для среднего значения мощностей обнаруженных гармоник; - coefficients used to calculate threshold values for the values of the powers of spectral components (harmonics) and for the average value of the powers of detected harmonics;
- пороговое значение для числа гармоник, мощности которых превысили пороговое значение - обнаруженные гармоники.- threshold value for the number of harmonics whose power exceeded the threshold value - detected harmonics.
Данные значения устанавливают для типовых условий применения устройства, в котором реализован способ выделения речевого сигнала, путем анализа значений параметров спектральных составляющих методом математического моделирования или экспериментальным путем. These values are set for typical conditions of use of a device in which a method of extracting a speech signal is implemented, by analyzing the values of the parameters of the spectral components using mathematical modeling or experimentally.
Формируют «скользящее окно». Сдвигают «скользящее окно» заданное число раз (иллюстративный пример приведен на фиг. 1). A "sliding window" is formed. The "sliding window" is shifted a specified number of times (an illustrative example is shown in Fig. 1).
Для каждого положения «скользящего окна» рассчитывают значения мощностей спектральных составляющих следующим образом. For each position of the “sliding window”, the values of the spectral component powers are calculated as follows.
Каждый результат преобразования входного сигнала, который образуется после умножения входного сигнала на синус и косинус опорных частот, разветвляют на две одинаковые составляющие. Each result of the input signal transformation, which is formed after multiplying the input signal by the sine and cosine of the reference frequencies, is branched into two identical components.
Первую составляющую фильтруют фильтром нижних частот (ФНЧ), полоса которого согласована с полосой анализируемого сигнала. Одновременно вторую составляющую фильтруют полосовым фильтром, полоса пропускания которого выбирается так, что верхняя частота полосового фильтра соответствует верхней частоте анализируемого сигнала, нижнюю частоту полосового фильтра устанавливают равной некоторому заранее заданному значению. Выбор ФНЧ и полосового фильтра осуществляют с идентичными в максимальной степени фазо-частотными характеристиками и так, что амплитудно-частотная характеристика (АЧХ) полосового фильтра в области частот близких к нулю имеет максимально возможную крутизну, в области частот, начиная со значения, для которого разность значений АЧХ ФНЧ и полосового фильтра становится меньше некоторой заранее заданной величины, обеспечивают идентичность их АЧХ в максимальной степени (иллюстративный пример приведен на фиг. 2).The first component is filtered by a low-pass filter (LPF), the bandwidth of which is matched with the bandwidth of the analyzed signal. At the same time, the second component is filtered by a band-pass filter, the passband of which is selected so that the upper frequency of the band-pass filter corresponds to the upper frequency of the analyzed signal, the lower frequency of the band-pass filter is set equal to some predetermined value. The LPF and band-pass filter are selected with phase-frequency characteristics that are identical to the maximum degree and so that the amplitude-frequency characteristic (AFC) of the band-pass filter in the frequency range close to zero has the maximum possible steepness, in the frequency range starting from the value for which the difference in the AFC values of the LPF and band-pass filter becomes less than some predetermined value, their AFC identity is ensured to the maximum degree (an illustrative example is shown in Fig. 2).
Сигналы, прошедшие ФНЧ и полосовой фильтр, вычитают один из другого. Результаты вычитания преобразуют в цифровой вид, по данным значениям, соответствующим синусной и косинусной составляющей одной частоты, рассчитывают значения мощности каждой гармоники и запоминают эти значения. The signals that have passed the low-pass filter and the band-pass filter are subtracted from each other. The results of the subtraction are converted into digital form, and the power values of each harmonic are calculated and stored using the values corresponding to the sine and cosine components of one frequency.
Значения частот спектральных составляющих считают равными значению соответствующих опорных частот. The values of the frequencies of the spectral components are considered equal to the values of the corresponding reference frequencies.
«Скользящее окно» периодически сдвигают на временной интервал установленной величины.The "sliding window" is periodically shifted by a time interval of a set value.
Для положения «скользящего окна», в котором отсутствует сигнал, рассчитывают: For the position of the "sliding window" in which there is no signal, the following is calculated:
- число обнаруженных спектральных составляющих помехи;- the number of detected spectral components of interference;
- пороговое значение для числа обнаруженных гармоник; - threshold value for the number of detected harmonics;
- среднее значение мощностей спектральных составляющих помехи;- average value of the power of the spectral components of the interference;
- пороговое значение для значения мощности гармоник;- threshold value for the harmonic power value;
- пороговое значение для средних значений мощности гармоник.- threshold value for average harmonic power values.
Пороговое значение для числа обнаруженных гармоник рассчитывают по формулеThe threshold value for the number of detected harmonics is calculated using the formula
Nпосп= Nосп Kосп, (1)N pos = N osp K osp , (1)
где: Nосп - число обнаруженных спектральных составляющих помехи;where: N osp is the number of detected spectral components of interference;
Kосп - коэффициент, используемый при расчете порогового значения для среднего числа обнаруженных спектральных составляющих.K osp is a coefficient used in calculating the threshold value for the average number of detected spectral components.
Пороговые значения для значения мощности спектральных составляющих (Uпмг) и для средних значений мощности спектральных составляющих (Uпсмг) рассчитывают следующим образомThe threshold values for the value of the power of the spectral components (U pmg ) and for the average values of the power of the spectral components (U psmg ) are calculated as follows
Uпмг= Uсмг Kпмг, (2)U pmg = U smg K pmg , (2)
где: Uсмг - среднее значение мощностей спектральных составляющих помехи;where: U cmg is the average value of the powers of the spectral components of the interference;
Kпмг - коэффициент, используемый при расчете порогового значения для значения мощности спектральных составляющих.K pmg is a coefficient used in calculating the threshold value for the power value of spectral components.
Uпсмг= Uсмг Kспмг, (3)Upsmg= UsmgKspmg, (3)
где: Uсмг - среднее значение мощностей спектральных составляющих помехи;where: U cmg is the average value of the powers of the spectral components of the interference;
Kспмг - коэффициент, используемый при расчете порогового значения для средних значений мощности спектральных составляющих. K spmg is a coefficient used in calculating the threshold value for the average values of the power of spectral components.
Значения данных коэффициентов определяют методом математического моделирования или экспериментальным путем. The values of these coefficients are determined by mathematical modeling or experimentally.
В дальнейшем для каждого положения «скользящего окна», для которого принимают решение о присутствии только помехи, рассчитывают данные пороговые значения. Subsequently, for each position of the “sliding window” for which a decision is made about the presence of only interference, these threshold values are calculated.
При осуществлении анализа для других положений «скользящего окна», используют последние рассчитанные пороговые значения. When performing the analysis for other positions of the "sliding window", the last calculated threshold values are used.
Для последующих положений «скользящего окна», для которых возможно присутствие сигнала, рассчитывают значения мощностей спектральных составляющих и число гармоник, значение мощности которых превысило соответствующий порог. При наличии таких составляющих данные гармоники помечают как обнаруженные спектральные составляющие. В противном случае эти спектральные составляющие, считают гармониками помехи. For subsequent positions of the "sliding window" for which the presence of a signal is possible, the values of the spectral component powers and the number of harmonics whose power value exceeded the corresponding threshold are calculated. If such components are present, these harmonics are marked as detected spectral components. Otherwise, these spectral components are considered interference harmonics.
Для каждой обнаруженной спектральной составляющей осуществляют проверку того, что ее длительность превышает минимальное значение, следующим образом:For each detected spectral component, a check is performed to ensure that its duration exceeds the minimum value, as follows:
сдвигают отсчеты огибающей смеси сигнала и помехи на величину равную половине периода, значение которого определяется значением частоты обнаруженной спектральной составляющей; shift the counts of the envelope of the signal and interference mixture by an amount equal to half the period, the value of which is determined by the frequency value of the detected spectral component;
суммируют полученные отсчеты с исходными; sum the obtained readings with the original ones;
рассчитывают значения мощностей этих спектральных составляющих с использованием рассчитанных отсчетов.calculate the power values of these spectral components using the calculated readings.
Если значение мощности анализируемой спектральной составляющей, полученное в процессе проверки ее длительности, превышает значение мощности данной спектральной составляющей, рассчитанное при проведении первичного анализа, то считают, что длительность данной составляющей не превышает минимальное значение. Эту спектральную составляющую помечают как помеху. В противном случае считают, что длительность данной гармоники превышает минимальное значение, ее относят к сигналу, который может быть речевым сигналом. If the power value of the analyzed spectral component, obtained during the verification of its duration, exceeds the power value of this spectral component, calculated during the primary analysis, then it is considered that the duration of this component does not exceed the minimum value. This spectral component is marked as interference. Otherwise, it is considered that the duration of this harmonic exceeds the minimum value, it is attributed to a signal that may be a speech signal.
Рассчитывают число гармоник, относительно которых принято решение, что они могут быть составляющими речевого сигнала. The number of harmonics is calculated, in relation to which it has been decided that they can be components of the speech signal.
Если данное число не превышает заданное пороговое значение, то гармоники считают речеподобной помехой. В противном случае считают, что данные гармоники могут быть составляющими речевого сигнала.If this number does not exceed a given threshold value, then the harmonics are considered speech-like interference. Otherwise, it is considered that these harmonics can be components of a speech signal.
В этом случае рассчитывают среднее значение мощности этих спектральных составляющих. Если это значение превышает рассчитанное пороговое значение, то считают, что данные гармоники являются составляющими речевого сигнала. В противном случае считают, что данные гармоники являются помехой. In this case, the average value of the power of these spectral components is calculated. If this value exceeds the calculated threshold value, then these harmonics are considered to be components of the speech signal. Otherwise, these harmonics are considered to be interference.
Если для предыдущего положения «скользящего окна» было зарегистрировано наличие речеподобной помехи и для текущего положения «скользящего окна» было установлено наличие гармоник речевого сигнала, то для гармоник речевого сигнала, частоты которых совпадают с частотами гармоник речеподобной помехи, мощность гармоник рассчитывают путем вычитания из значения мощности гармоник речевого сигнала мощности соответствующих гармоник речеподобной помехи. If the presence of speech-like interference was registered for the previous position of the “sliding window” and the presence of speech signal harmonics was established for the current position of the “sliding window”, then for the speech signal harmonics whose frequencies coincide with the frequencies of the speech-like interference harmonics, the harmonic power is calculated by subtracting the power of the corresponding speech-like interference harmonics from the value of the power of the speech signal harmonics.
Если для предыдущего положения «скользящего окна» не был зарегистрирован речевой сигнал, то длительность речевого сигнала рассчитывают для этого случая по формуле If no speech signal was registered for the previous position of the “sliding window”, then the duration of the speech signal is calculated for this case using the formula
Тдс=Тсо, (4)T ds = T co , (4)
где Тсо - длительность «скользящего окна». where T co is the duration of the “sliding window”.
Если для предыдущего положения «скользящего окна» было зарегистрировано наличие речевого сигнал, то длительность речевого сигнала увеличивают на длительность временного интервала, на который сдвигают «скользящее окно», If the presence of a speech signal was registered for the previous position of the “sliding window”, then the duration of the speech signal is increased by the duration of the time interval by which the “sliding window” is shifted,
Тдсi = Тдс (i-1) + Тссо. (5)T dsi = T ds (i-1) + T sso . (5)
Здесь: i - номер шага процесса; Here: i is the process step number;
Тссо - длительность временного интервала, на который сдвигают «скользящее окно». T sso is the duration of the time interval by which the “sliding window” is shifted.
Если для предыдущего положения «скользящего окна» был зарегистрирован речевой сигнал, то сравнивают значения частот обнаруженных гармоник для текущего положения «скользящего окна» и для его предыдущего положения.If a speech signal was recorded for the previous position of the “sliding window”, then the frequency values of the detected harmonics are compared for the current position of the “sliding window” and for its previous position.
Если число гармоник с одинаковыми значениями частот превышает пороговое значение для числа спектральных составляющих, то считают, что присутствует речевой сигнал. If the number of harmonics with the same frequency values exceeds the threshold value for the number of spectral components, then it is considered that a speech signal is present.
Рассчитывают значение отношений мощности гармоник к среднему значению мощности этих гармоник. The value of the ratio of the power of harmonics to the average value of the power of these harmonics is calculated.
Если для какой-либо гармоники это значение превышает соответствующий порог, то значению мощности этой гармоники присваивают значение мощности гармоники с той же частотой, рассчитанное для предыдущего положения «скользящего окна».If for any harmonic this value exceeds the corresponding threshold, then the power value of this harmonic is assigned the power value of the harmonic with the same frequency, calculated for the previous position of the “sliding window”.
Значение данного порога определяют методом математического моделирования или экспериментальным путем. The value of this threshold is determined by mathematical modeling or experimentally.
Длительность речевого сигнала увеличивают на значение длительности временного интервала, на который сдвигают «скользящее окно». The duration of the speech signal is increased by the value of the duration of the time interval by which the “sliding window” is shifted.
Если число гармоник с одинаковыми значениями частот не превышает пороговое значение для числа спектральных составляющих, то считают, что речевой сигнал, существующий в предыдущем положении «скользящего окна» прекратил существование. В этом случае если длительность сигнала, который зарегистрирован для предыдущих положений «скользящего окна» как речевой сигнал, не превосходит максимального значения, то данный сигнал считают речевым сигналом, в противном случае данный сигнал считают помехой. If the number of harmonics with the same frequency values does not exceed the threshold value for the number of spectral components, then it is considered that the speech signal existing in the previous position of the "sliding window" has ceased to exist. In this case, if the duration of the signal that is registered for the previous positions of the "sliding window" as a speech signal does not exceed the maximum value, then this signal is considered a speech signal, otherwise this signal is considered interference.
Если находят гармоники, значения частот которых отличаются от значения частот гармоник речевого сигнала, зарегистрированного для предыдущего положения «скользящего окна», число этих гармоник превышает пороговое значение для числа спектральных составляющих, речевой сигнал, зарегистрированный для предыдущего положения «скользящего окна» существует для текущего положения «скользящего окна», и значение средней мощности нового сигнала превышает значение средней мощности гармоник речевого сигнала, зарегистрированного для предыдущего положения «скользящего окна», считают, что данные гармоники являются речевым сигналом. Его длительность считают равной длительности «скользящего окна». Речевой сигнал, зарегистрированный для предыдущего положения «скользящего окна» и существующий в текущем положении «скользящего окна», является помехой. If harmonics are found whose frequency values differ from the frequency values of the harmonics of the speech signal recorded for the previous position of the "sliding window", the number of these harmonics exceeds the threshold value for the number of spectral components, the speech signal recorded for the previous position of the "sliding window" exists for the current position of the "sliding window", and the value of the average power of the new signal exceeds the value of the average power of the harmonics of the speech signal recorded for the previous position of the "sliding window", these harmonics are considered to be a speech signal. Its duration is considered equal to the duration of the "sliding window". The speech signal recorded for the previous position of the "sliding window" and existing in the current position of the "sliding window" is interference.
Если значение средней мощности нового речевого сигнала не превышает значение средней мощности гармоник речевого сигнала, зарегистрированного для предыдущего положения «скользящего окна», то считают, что данные гармоники являются помехой. Длительность сигнала, зарегистрированного для предыдущего положения «скользящего окна», увеличивают на значение длительности временного интервала, на который сдвигают «скользящее окно» (ф. 5, стр. 13 описания). If the value of the average power of the new speech signal does not exceed the value of the average power of the harmonics of the speech signal recorded for the previous position of the "sliding window", then these harmonics are considered to be interference. The duration of the signal recorded for the previous position of the "sliding window" is increased by the value of the duration of the time interval by which the "sliding window" is shifted (f. 5, p. 13 of the description).
Процесс изменения положения «скользящего окна» осуществляют до тех пор, пока не будет исчерпан интервал анализа сигнала. The process of changing the position of the “sliding window” is carried out until the signal analysis interval is exhausted.
Ниже приведены результаты моделирования процесса обнаружения речевого сигнала или его отсутствия в условиях наличия помех. Below are the results of modeling the process of detecting a speech signal or its absence in the presence of interference.
Результаты оценки эффективности предлагаемого способа получены методом математического моделирования на ЭВМ с использованием системы MATLAB. При разработке модели оценки эффективности использована «Программа оценки эффективности способа спектрального анализа многочастотных периодических сигналов с использованием квадратурных составляющих и компенсацией комбинационных составляющих» - свидетельство о государственной регистрации программы для ЭВМ №2019660813.The results of the efficiency assessment of the proposed method were obtained by mathematical modeling on a computer using the MATLAB system. When developing the efficiency assessment model, the "Program for assessing the efficiency of the method of spectral analysis of multi-frequency periodic signals using quadrature components and compensation of combination components" was used - certificate of state registration of the computer program No. 2019660813.
Шумоподобная помеха моделировалась как сумма гармонических сигналов со случайными значениями амплитуд (Usi) и фаз (ϕsi), которые распределены по нормальному (амплитуды) и равномерному (фазы) законам, соответственноThe noise-like interference was modeled as a sum of harmonic signals with random values of amplitudes (U si ) and phases (ϕ si ), which are distributed according to normal (amplitude) and uniform (phase) laws, respectively
где: ωsi, ϕsi, - частота, фаза, амплитуда i-го гармонического сигнала;where: ω si , ϕ si , - frequency, phase, amplitude of the i-th harmonic signal;
Nsp - число гармонических сигналов.Nsp - number of harmonic signals.
Частоты гармоник помехи формировались как случайные величины, значения которых распределены по равномерному закону в полосе сигнала. Длительности гармоник помехи формировались как случайные величины, значения которых распределены по равномерному закону в пределах от одного до двух периодов гармоник. Значение периода соответствуют значению частоты гармоники помехи. The frequencies of the interference harmonics were formed as random variables, the values of which were distributed uniformly in the signal band. The durations of the interference harmonics were formed as random variables, the values of which were distributed uniformly within the limits of one to two harmonic periods. The period value corresponds to the value of the interference harmonic frequency.
Речевой сигнал и речеподобная помеха моделировались как сумма гармонических сигналов с некоторым значением первой частоты и фиксированными «расстояниями» между значениями частот других гармоник. Значение первой частоты определялось при условии, что это значение равномерно распределено в интервале от 300 до 800 Гц.The speech signal and speech-like interference were modeled as a sum of harmonic signals with a certain value of the first frequency and fixed "distances" between the frequency values of other harmonics. The value of the first frequency was determined under the condition that this value was uniformly distributed in the interval from 300 to 800 Hz.
Значения фаз гармоник сигнала устанавливались одинаковыми.The phase values of the signal harmonics were set to be the same.
Амплитуды гармоник сигнала формировались как случайные величины, распределенные по нормальному закону.The amplitudes of the signal harmonics were formed as random variables distributed according to the normal law.
Моделирование проведено для следующих значений параметров: The simulation was carried out for the following parameter values:
- диапазон изменения частот речевого сигнала: 300 Гц - 3400 Гц;- speech signal frequency change range: 300 Hz - 3400 Hz;
- число реализаций - 500;- number of implementations - 500;
- число гармоник сигнала - 8; - number of signal harmonics - 8;
- число гармоник шумоподобной помехи - в среднем 100 для одного положения «скользящего окна»; - the number of harmonics of noise-like interference is on average 100 for one position of the “sliding window”;
- число положений «скользящего окна» - 15;- number of “sliding window” positions - 15;
- коэффициент, определяющий частоту дискретизации - 64000; - coefficient determining the sampling frequency - 64000;
- число опорных частот - 30; - number of reference frequencies - 30;
- значение первой опорной частоты - 300 Гц; - the value of the first reference frequency is 300 Hz;
- значение последней опорной частоты - 3350 Гц; - the value of the last reference frequency is 3350 Hz;
- значение полосы частот полосового фильтра с максимальной крутизной АЧХ - 200 Гц (0 - Fр, см. фиг. 1);- the value of the frequency band of the bandpass filter with the maximum slope of the frequency response is 200 Hz (0 - Fр, see Fig. 1);
- длительность речевого сигнала (одна фонема) - 30 мс; - duration of speech signal (one phoneme) - 30 ms;
- длительность речеподобной помехи - от 30 до 120 мс.- duration of speech-like interference - from 30 to 120 ms.
Результаты моделирования процесса выделения речи в условиях возможного присутствия речеподобной помехи для различного числа частотных составляющих помехи (Nчсп) приведены в таблице 1. The results of modeling the process of speech extraction under conditions of the possible presence of speech-like interference for different numbers of frequency components of the interference (N fsp ) are given in Table 1.
В таблице 1 использованы следующие обозначения:The following notations are used in Table 1:
POSNP - вероятность решения о наличии речевого сигнала при его присутствии и при наличии речеподобной помехи; POSNP - the probability of deciding on the presence of a speech signal in its presence and in the presence of speech-like interference;
PPOS - вероятность решения о присутствии речевого сигнала при наличии только речевого сигнала и наличии речеподобной помехи до появления речевого сигнала; PPOS - the probability of a decision about the presence of a speech signal in the presence of only a speech signal and the presence of speech-like interference before the appearance of the speech signal;
PLT - вероятность решения о присутствии речевого сигнала при наличии только речеподобной помехи.PLT is the probability of deciding that a speech signal is present in the presence of only speech-like interference.
Таблица 1Table 1
Результаты моделирования процесса выделения речи при наличии шумоподобной помехи приведены в таблице 2.The results of modeling the speech extraction process in the presence of noise-like interference are presented in Table 2.
В таблице 2 использованы следующие обозначения:The following notations are used in Table 2:
PPOS - вероятность решения о наличии речевого сигнала при его присутствии; PPOS - probability of deciding on the presence of a speech signal when it is present;
PLT - вероятность решения о присутствии речевого сигнала при наличии только шумоподобной помехи - вероятность ложной тревоги. PLT - the probability of deciding on the presence of a speech signal in the presence of only noise-like interference - the probability of a false alarm.
Таблица 2Table 2
Результаты моделирования процесса выделения речи в условиях возможного присутствия речеподобной и шумоподобной помехи для различного числа частотных составляющих речеподобной помехи (Nсп) приведены в таблице 3.The results of modeling the speech extraction process under conditions of the possible presence of speech-like and noise-like interference for different numbers of frequency components of speech-like interference (N sp ) are given in Table 3.
В таблице 3 использованы следующие обозначения: The following notations are used in Table 3:
POS - значения вероятности решения о наличии речевого сигнала при его присутствии и при наличии речеподобной и шумоподобной помехи; POS - values of the probability of the decision about the presence of a speech signal in its presence and in the presence of speech-like and noise-like interference;
PLTNP - значения вероятности решения о присутствии речевого сигнала при его отсутствии и наличии речеподобной и шумоподобной помехи. PLTNP - values of the probability of a decision on the presence of a speech signal in its absence and the presence of speech-like and noise-like interference.
Таблица 3Table 3
На основе результатов анализа данных, приведенных в таблицах 1 - 3, может быть сделан вывод о высокой эффективности рассматриваемого способа, что объясняется высокой эффективностью используемого способа спектрального анализа. Based on the results of the data analysis presented in Tables 1–3, a conclusion can be made about the high efficiency of the method under consideration, which is explained by the high efficiency of the spectral analysis method used.
Техническим результатом предлагаемого способа является повышение эффективности выделения речевого сигнала при наличии акустических помех. The technical result of the proposed method is an increase in the efficiency of speech signal extraction in the presence of acoustic interference.
Структурная схема устройства, реализующего предлагаемый способ, приведена на фиг. 3, где обозначено: The structural diagram of the device implementing the proposed method is shown in Fig. 3, where it is indicated:
1 - электроакустическое устройство (ЭАУ);1 - electro-acoustic device (EAD);
2 - фильтр нижних частот (ФНЧ);2 - low-pass filter (LPF);
3 - усилитель низкой частоты (УНЧ); 3 - low frequency amplifier (LFA);
4 - аналого-цифровой преобразователь (АЦП);4 - analog-to-digital converter (ADC);
5 - вычислительное устройство (ВУ).5 - computing device (CD).
Устройство содержит последовательно соединенные ЭАУ 1, ФНЧ 2, УНЧ 3, АЦП 4 и ВУ 5, выход которого является выходом устройства. Вход ЭАУ 1 является входом устройства. The device contains series-connected EAU 1, LPF 2, LPF 3, ADC 4 and VU 5, the output of which is the output of the device. The input of EAU 1 is the input of the device.
Устройство работает следующим образом. The device works as follows.
Помеху или аддитивную смесь сигнала и помехи, которые поступают с выхода ЭАУ 1, фильтруют ФНЧ 2, усиливают в УНЧ 3 и преобразуют в цифровой вид в АЦП 4.The interference or additive mixture of signal and interference that comes from the output of EAU 1 is filtered by LPF 2, amplified in LPF 3 and converted into digital form in ADC 4.
Сформированные отсчеты подают в ВУ 5. В вычислительном устройстве 5 помеху или аддитивную смесь сигнала и помехи обрабатывают по алгоритму, который приведен на стр. 9 - 13 описания.The generated readings are fed to the computing device 5. In the computing device 5, the interference or additive mixture of signal and interference is processed according to the algorithm given on pages 9–13 of the description.
В ВУ 5 после завершения анализа сигнала за заданное время, например, 60 мс - время задержки сигнала из-за его обработки, в случае обнаружения речевого сигнала в цифровом виде формируют его огибающую путем формирования отсчетов соответствующих гармонических сигналов и их суммирования. Сформированную огибающую в цифровом виде подают на выход устройства. In VU 5, after completing the signal analysis for a specified time, for example, 60 ms - the signal delay time due to its processing, in the case of detection of a speech signal in digital form, its envelope is formed by forming samples of the corresponding harmonic signals and summing them. The formed envelope in digital form is fed to the device output.
Результаты моделирования процесса выделения речевого сигнала путем анализа значений параметров гармонических составляющих приведены выше. The results of modeling the process of extracting a speech signal by analyzing the values of the parameters of harmonic components are given above.
В качестве ЭАУ 1 могут использоваться, например, микрофоны или ларингофоны. УНЧ 2 может быть реализован, например, на микросхеме OP467GS фирмы Analog Devices. АЦП 4 может быть выполнен, например, на микросхеме AD7495BR фирмы Analog Devices. Microphones or laryngophones can be used as EAU 1, for example. Low frequency amplifier 2 can be implemented, for example, on the OP467GS microcircuit from Analog Devices. ADC 4 can be implemented, for example, on the AD7495BR microcircuit from Analog Devices.
Вычислительное устройство 5 может быть выполнено, например, в виде единого микропроцессорного устройства с соответствующим программным обеспечением, например, процессора серии TMS320VC5416 фирмы Texas Instruments, или в виде программируемой логической интегральной схемы (ПЛИС), с соответствующим программным обеспечением, например, ПЛИС XCV400 фирмы Xilinx.The computing device 5 can be implemented, for example, in the form of a single microprocessor device with the corresponding software, for example, a TMS320VC5416 series processor from Texas Instruments, or in the form of a programmable logic integrated circuit (PLIC), with the corresponding software, for example, an XCV400 PLIC from Xilinx.
Таким образом, заявляемый способ может быть реализован описанным устройством.Thus, the claimed method can be implemented by the described device.
Claims (1)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2829627C1 true RU2829627C1 (en) | 2024-11-02 |
Family
ID=
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2127888C1 (en) * | 1993-07-07 | 1999-03-20 | Александр Алексеевич Плавильщиков | Method of spectral analysis of signals |
| RU2730043C1 (en) * | 2019-11-20 | 2020-08-14 | Акционерное общество "Концерн "Созвездие" | Method of spectral analysis of multifrequency periodic signals using compensation of combination components |
| CN114624513A (en) * | 2022-01-27 | 2022-06-14 | 清华大学 | Anti-harmonic interference phase detection method and device for periodic signal |
| CN115276686A (en) * | 2022-06-22 | 2022-11-01 | 中国科学院国家天文台 | Method, device, equipment and medium for processing interference signals of low-frequency radio frequency spectrometer |
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2127888C1 (en) * | 1993-07-07 | 1999-03-20 | Александр Алексеевич Плавильщиков | Method of spectral analysis of signals |
| RU2730043C1 (en) * | 2019-11-20 | 2020-08-14 | Акционерное общество "Концерн "Созвездие" | Method of spectral analysis of multifrequency periodic signals using compensation of combination components |
| CN114624513A (en) * | 2022-01-27 | 2022-06-14 | 清华大学 | Anti-harmonic interference phase detection method and device for periodic signal |
| CN115276686A (en) * | 2022-06-22 | 2022-11-01 | 中国科学院国家天文台 | Method, device, equipment and medium for processing interference signals of low-frequency radio frequency spectrometer |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR0161258B1 (en) | Voice activity detection | |
| US20050199064A1 (en) | Apparatus, method, and medium for detecting and discriminating impact sound | |
| RU2570592C1 (en) | Method of detecting and analysing acoustic emission signals | |
| US8326576B2 (en) | Detecting power quality events in power distribution networks | |
| RU2829627C1 (en) | Method of selecting speech signal by analysing values of parameters of harmonic components | |
| KR100645113B1 (en) | Noise reduction and Quantity decision method in partial discharge measurement | |
| US8935158B2 (en) | Apparatus and method for comparing frames using spectral information of audio signal | |
| CN117686774A (en) | Broadband voltage signal monitoring method, system, equipment and storage medium | |
| CN117854541A (en) | Transformer fault detection model training method, fault diagnosis method and related equipment | |
| RU2811741C1 (en) | Method for separating speech and pauses by analyzing changes in values of frequency and time parameters of additive mixture of signal and noise | |
| Bakó et al. | Improved-speed parameter tuning of deconvolution algorithm | |
| CN113792675B (en) | Metal material vortex analysis method based on discrete wavelet transformation model | |
| RU2814115C1 (en) | Method for separating speech and pauses by analyzing characteristics of spectral components of mixture of signal and noise | |
| RU2821216C1 (en) | Method of determining presence of harmonics in a signal, the duration of which exceeds a specified value | |
| KR101028779B1 (en) | A seismic wave auto-detection system using time-frequency domain changes and variable threshold values and the method thereof | |
| CN112116917B (en) | Phase jump degree-based method for separating acoustic signals of reactor body and fan | |
| CN112422212B (en) | Data self-adaptive wireless communication channel prediction method, storage medium and equipment | |
| CN118043686A (en) | Method for detecting partial discharge signal | |
| US7787975B2 (en) | Restoring audio signals | |
| Chung et al. | New robust voltage sag disturbance detector using an adaptive prediction error filter | |
| FR3054339A1 (en) | CORRECTION METHOD WITHOUT CALIBRATING A DEFECT INTRODUCED BY A SCANNING SYSTEM AND ASSOCIATED DEVICES | |
| RU2786547C1 (en) | Method for isolating a speech signal using time-domain analysis of the spectrum of an additive mixture of a signal and acoustic interference | |
| RU2112249C1 (en) | Method for detecting pulsed radio signals on narrow-band noise background | |
| Vityazeva et al. | Information Loss in Measurement Signal Filtering Systems | |
| CN110598617A (en) | Method for identifying and reconstructing abnormal gas data of coal mine safety monitoring system |