带自适应信号分析结构地听觉表示模型.pdfVIP

带自适应信号分析结构的听觉表示模型’ —”——弋==…—o：r一 袁中选徐柏龄杜功焕余崇智 南京大学声学研究所近代声学国家重点实验室南京210093 eductlTel：025-3594505 Email：zxyuan@nju 1引言 人的甄嚣蚕丝是人类接受外界声音信息的唯一途径，从外耳到大脑皮层的听觉区依次 为外耳、中耳、内耳、耳蜗神经、耳蜗核、上橄榄核、下丘、内侧膝状体、大脑皮层听觉 区．听觉系统的各个部分都对声信号进行着相应的处理，这种处理是基于复杂的、精细的 生命组织结构和生理电化学过程，同时，还受复杂的心理因素影响，这其中还有很多的机 理未为人们所知，目前，人们对听觉末梢的听觉生理规律了解得较多而对从上橄榄核至大 脑皮层听觉区这些听觉处理阶段了解甚少，因此，现有的几种听觉模型主要是对听觉末梢 的模型化。 附着在基底膜内侧的毛细胞将基底膜不同位置上相应频率的振幅信息按半波整流特性 转化为幅度约1OOmv，持续时间约1ms的化学电脉冲，若基底膜某位置的振幅越大，该处 的毛细胞所发放的电脉冲的速率就越大，振幅越小，发放电脉冲的速率越小，但是，振动 幅度和脉冲发放速率并不是成线性关系．由于电脉冲的波形基本是～致的，所以，单个电 脉冲不能有效地表示声信息，而是众多的脉冲在相应位置和时间上的排列，构成了对声信 息的表示．因此，在听觉通路的各个阶段上必然存在着神经纤维的某种有序的排列组合， 以实现对声音的编码表示． 本文根据神经网络信号分析原理，提出了一种基于自适应信号分析结构的听觉表示模 型，该模型对语音的表示提高到了神经电脉冲发放阶段(脉冲编码)，将这种编码作为语 音特征用于语音识别研究，实验结果表明：这种语音特征具有很强的抗噪能力． 2模型描述 又有100多根感受基底膜振动的纤毛，这样精细的结构在实现上有困难，为简化起见，该 模型首先将基底膜划分为若干个区域，每个区域用一个特征频率表示．假设附着在每个区 域的毛细胞以突触与基底膜相连，耦合强度用矢量∥表示，与毛细胞相连的纤毛感受基底 膜的振动，驱动毛细胞体调整其与基底膜之间的信息耦合强度，这一过程由神经网络自适 应信号分析结果来模拟，因此，这个模型是根据毛细胞上的纤毛感受到的基底膜的振动作 为策动力，驱动毛细胞自适应地调节它与基底膜相对应的特征频率处(基底膜的某一特定 区域)的信号连接强度作为基底膜和与之相连的毛细胞对从卵形窗传人的声振动的响应。 由此实现声信号的前端分析． 本课题受国家自然科学基金和南京大学近代声学国家重点实验室资助 ·435· ]： 用‘‘频率群”概念进行分组，即按照Bark频率单位，将可闻声的频率范围分成24个频率 群，并用24个带通滤波器予以实现．每个带通滤波器女(t可，五‘·。，肋的滤波函数鼠 对被它所覆盖的基底膜的每个区域的特征频率所对应的毛细胞与基底膜的连接强度进行加 权，于是得到滤波器的输出EI： 1玉尼≤K (1) E=∑(玩(护矽(f))2 }I‰ 式中厶和厶分别是第}个滤波器的频率范围的下限频率和上限频率，第一个滤波器的下 限频率是该模型对应的最低分析频率，而第f个滤波器的上限频率是该模型的最高分析频 率．滤波函数是一个具有共振特性的二阶低通函数，其幅频特性为： B。f由)：————————望————一 (2) ”。{Qz【l一(旦)：】：+(旦)z严 国O 珊O 式2中的p为滤波