基于深度學(xué)習(xí)的語(yǔ)音質(zhì)量評(píng)價(jià)方法研究.pdf

1、多種多樣的語(yǔ)音傳輸和通信系統(tǒng)在人們?nèi)粘５男畔⒔涣髦邪缪萘藰O其重要的角色，而語(yǔ)音系統(tǒng)的輸出語(yǔ)音質(zhì)量?jī)?yōu)劣是評(píng)估其性能的決定性因素。主觀語(yǔ)音質(zhì)量評(píng)價(jià)方法雖然可靠，但實(shí)施過(guò)程耗時(shí)耗力，靈活性差。基于輸入-輸出方式的客觀評(píng)價(jià)方法和主觀評(píng)價(jià)相關(guān)度可達(dá)到很高，但其需要實(shí)際中較難獲得的原始輸入信號(hào)作參考，所以尋求高性能的基于輸出方式的客觀語(yǔ)音質(zhì)量評(píng)價(jià)方法是十分迫切的。
　　本文通過(guò)研究基于輸出方式的客觀評(píng)價(jià)方法，提出一種基于深度學(xué)習(xí)的新方法，即首

2、先對(duì)預(yù)處理后的語(yǔ)音提取特征，然后利用已訓(xùn)練好模型參數(shù)的深度信念網(wǎng)絡(luò)將特征映射到對(duì)應(yīng)的語(yǔ)音質(zhì)量等級(jí)區(qū)間，以獲得客觀預(yù)測(cè)的語(yǔ)音質(zhì)量結(jié)果。
　　本文的主要內(nèi)容如下:
　　(1)對(duì)語(yǔ)音預(yù)處理后，進(jìn)行語(yǔ)音活動(dòng)檢測(cè)，對(duì)檢測(cè)得到的語(yǔ)音幀特征提取，排除靜音幀，有助于提高語(yǔ)音質(zhì)量評(píng)價(jià)的準(zhǔn)確性;
　　(2)將改進(jìn)的Gammatone頻率倒譜系數(shù)與感知線性預(yù)測(cè)倒譜系數(shù)作為語(yǔ)音的特征，對(duì)人耳聽(tīng)覺(jué)感知的模擬效果更佳，改善了客觀評(píng)價(jià)結(jié)果與主觀評(píng)價(jià)