电子耳蜗语音处理技术研究技术分析.doc

测试信号处理作业 题目： 年级： 班级： 学号： 姓名： 日期：  电子耳蜗语音处理技术研究 摘要：人工电子耳蜗植入的研究是当今感音性耳聋康复医学工程中的重要课题之一，随着现代科技的发展耳蜗植入技术得到了长足的发展。,然后综述了其语音信号处理方案及其进展 ,最后展望了其未来的研究方向。(STFT) 小波变换 1.引言 人工电子耳蜗系统主要由体外和体内两部分组成，体外部分包括麦克风、、/发射器，主要从事语音信号的采集、、/解码器、。/发射器将这些信号编码、。、100Hz～ 400Hz,。+ 辅音。所有元音都是嗓音性或周期性的。( F0)。音调由基频变化传送，汉语为音调语言，其四声就是音调决定的[7]。( Formant)。一切元音都有一个基频和至少两个声音加强的频带。共振峰是发声通路的共鸣和消极发声器官（唇、舌)的调节产生的。其顺序是由低频向高频排列，如第一共振峰为 F1，如第二共振峰为F2。在言语识别中，第一、F0 /F 2、F 0 /F1 /F2、F0 /F1 /F 2 /F3 等方法。即从第一代WSP（F0 F1 F2），到第二代MSP（M PEAK= F0 /F1 /F 2+固定高频滤波器)方案。F0F1 F2和F3的频率位置与电极位置相对应，其幅度大小决定刺激脉冲的幅度。提取F0、F1、F2、F3 等特征的方法主要有滤波法、、LPC）等，其中线性预测编码法应用较多。F( SIFT)等。。( spectral maxima sound process, SM SP),谱峰法 ( spectral peak, SPEAK),压缩模拟 ( compressed analog , CA)方案，连续间隔采样 ( continuous interleaved sampling ,CIS)方案等[1,2,3]。 表 1 各种现代语音信号处理方案 2．采用短时傅立叶变换方法的电子耳蜗语音处理技术 2.1短时傅立叶变换 语音波是一个非平稳过程，因此适用于周期、瞬变或平稳随机信号的标准傅立叶变换不能用来直接表示语音信号。但是，对语音处理来说，短时分析的方法是有效的解决途径。由于语音信号的特性是随时间缓慢变化的，因而可以假设它在一段短时间内保持不变。短时分析应用于频域分析就是短时傅立叶变换，即有限长度的傅立叶变换[4]。 语音信号是局部平稳的，所以可对某一帧语音进行傅立叶变换，即短时傅立叶变换。其定义如下: 由定义知, 短时傅立叶变换是窗选语音信号的标准傅立叶变换。这里用下标 n 区别于标准的傅立叶变换。式( 1) 中，w( n-m ) 是窗口函数序列, 不同的窗口函数序列, 将得到不同的傅立叶变换的结果。短时傅立叶变换有两个自变量: n 和 w, 所以它既是关于时间 n 的离散函数, 又是关于角频率 w 的连续函数。 如令 w=2∏k/N, 则得离散的短时傅立叶变换: 由于时-频不确定原理, 窗函数长度的选择是十分关键的。 对于每一个不同的时间, 都可以得到一个不同的频谱, 这些频谱的总体就是语音信号的时频分布, 或者称为语谱图。 语音信号的谱线是分裂的, 依次可以分为 F0、F1、F2 和 F3 等等, 于是语音的特征参数就可以从中求出。 2.2短时傅立叶变换在电子耳蜗语音处理技术中的应用 用 FFT 对每帧 15ms～ 30ms的短时语音信号进行频谱分析, 就可得到短时傅立叶变换。得到的频谱按时问排列, 就构成了语音信号的实时语谱图。 然后根据通道频率划分, 通过简单的乘加法运算计算出每个通道的平均能量, 就是决定刺激脉冲的幅度。 子带的划分方法见文献[5,6]，从试验得知幅度最大的通道对应着此次测试频率对应的通道。所以可证明系统可以很好分辨出语音信号的频率。 其具体实现步骤如下图 2。主要原理为：语音信号数字化后, 经自动增益控制和噪声抑制等前期处理后, 在DSP 芯片内用 FFT 运算进行频域分析, 然后根据以上的通道频率划分, 通过简单的乘加法运算计算出每个通道的平均能量。 图 2 基于 FFT 的语音处理器程序原理框图 根据帕塞伐尔定理: 一个序列在时域计算的能量与在频域计算的能量是相等的。即 每个通道的能量为 下面可观察其运算高效性。在以往的语音信号处理方案中, 通道的带通划分采用 IIR 或者 FIR 带通滤波器和整流低通滤波提取包络来实现, 其原理流程图见下图 3所示。 图3 基于滤波器组的语音处理器原理框图 表2为采用上述两种不同方法的运算量的比较结果。从表中可看出：基于STFT方法运算量仅为基于滤波器组方法的1/10，基于 FFT 变换方法的运算量仅为基于滤波器组方法的1/13, 大大节省了时间,更加适合于实时处理。 表2 两种方法运