趙 楠，武明虎，熊 煒，陳晶晶

（湖北工業(yè)大學(xué) 電氣與電子工程學(xué)院，武漢 430068）

基于Android語(yǔ)音信號(hào)處理教學(xué)平臺(tái)的設(shè)計(jì)

趙 楠，武明虎，熊 煒，陳晶晶

（湖北工業(yè)大學(xué) 電氣與電子工程學(xué)院，武漢 430068）

以智能移動(dòng)設(shè)備作為載體，具有語(yǔ)音信號(hào)的采集、語(yǔ)音分析和處理及圖形顯示等功能的基于Android的語(yǔ)音信號(hào)處理教學(xué)演示平臺(tái)，不僅節(jié)約了教學(xué)成本，激發(fā)學(xué)生的學(xué)習(xí)興趣，而且有助于學(xué)生對(duì)課程基本理論的理解以及分析問(wèn)題和動(dòng)手實(shí)踐能力的提高。同時(shí)，該平臺(tái)涉及到多個(gè)學(xué)科領(lǐng)域，能擴(kuò)展到其他課程的教學(xué)實(shí)踐中，為現(xiàn)代化教學(xué)改革提供新思路和手段。

語(yǔ)音信號(hào)處理；Android；移動(dòng)教學(xué)平臺(tái)；實(shí)踐經(jīng)驗(yàn)

語(yǔ)音信號(hào)處理（speech signal processing，SSP）是利用數(shù)字信號(hào)處理技術(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行分析和處理的一門(mén)學(xué)科，涉及數(shù)字信號(hào)處理、語(yǔ)音學(xué)、信息論、隨機(jī)過(guò)程、模式識(shí)別等許多學(xué)科領(lǐng)域［1-3］，是一門(mén)理論性強(qiáng)、實(shí)用廣、難度大的交叉學(xué)科。該課程所涉及的知識(shí)理論性強(qiáng)，基本概念抽象，傳統(tǒng)板書(shū)或簡(jiǎn)單的PPT教學(xué)方式很難讓學(xué)生深入地理解和掌握其基本原理［4-6］。

近年來(lái)，隨著無(wú)線移動(dòng)技術(shù)的發(fā)展，移動(dòng)學(xué)習(xí)充分利用可便攜設(shè)備實(shí)現(xiàn)了跨越地域限制的學(xué)習(xí)方式，逐漸受到研究者的青睞［7-8］。而作為移動(dòng)設(shè)備發(fā)展最為迅速的Android系統(tǒng)平臺(tái)，其各種應(yīng)用層出不窮，在高校中擁有龐大的用戶群體。

湖北工業(yè)大學(xué)電氣學(xué)院通信教研組經(jīng)過(guò)多年探索和嘗試，希望將Android系統(tǒng)與移動(dòng)學(xué)習(xí)理念引入語(yǔ)音信號(hào)處理課堂教學(xué)中，開(kāi)發(fā)了基于Android系統(tǒng)的語(yǔ)音信號(hào)處理移動(dòng)輔助教學(xué)軟件，以圖形方式形象地展示語(yǔ)音信號(hào)的特點(diǎn)，從而豐富學(xué)生的感性認(rèn)識(shí)，提高其學(xué)習(xí)主動(dòng)性。同時(shí)，學(xué)生可隨時(shí)隨地在手邊的Android移動(dòng)設(shè)備上進(jìn)行課程內(nèi)容的演示和學(xué)習(xí)，既省時(shí)又便捷。這種靈活、多樣、自主的學(xué)習(xí)方式，能夠幫助學(xué)生建立對(duì)抽象的“信號(hào)”的認(rèn)識(shí)，為相關(guān)理論的學(xué)習(xí)和研究打下基礎(chǔ)。

1 教學(xué)演示輔助平臺(tái)的結(jié)構(gòu)與設(shè)計(jì)

Android系統(tǒng)是當(dāng)今移動(dòng)終端使用量最大的操作系統(tǒng)。本文利用其普及性、移動(dòng)便捷、快速運(yùn)算等特點(diǎn)，開(kāi)發(fā)了基于Android系統(tǒng)的語(yǔ)音信號(hào)處理教學(xué)輔助平臺(tái)（SSP educational platform by Hbut，SEPH）。用戶只需在其移動(dòng)終端上安裝SEPH軟件，借助無(wú)線移動(dòng)通信技術(shù)，即可實(shí)現(xiàn)隨時(shí)隨地移動(dòng)學(xué)習(xí)［9］。SEPH改變了現(xiàn)有的單一教學(xué)手段，將虛擬實(shí)驗(yàn)與課堂理論有機(jī)結(jié)合，能極大地激發(fā)學(xué)生的學(xué)習(xí)興趣。其良好的移動(dòng)性和交互性，在節(jié)約教學(xué)成本的同時(shí)，能有效地提高教學(xué)效果。

SEPH平臺(tái)實(shí)現(xiàn)基本的語(yǔ)音分析和處理功能，包括時(shí)域分析、頻譜分析、倒譜分析、線性預(yù)測(cè)編碼技術(shù)（linear predictive coding，LPC）等。

2 語(yǔ)音信號(hào)基音檢測(cè)技術(shù)

基音周期是語(yǔ)音信號(hào)處理中的一個(gè)非常重要的參數(shù)，能夠準(zhǔn)確地檢測(cè)出基音周期對(duì)語(yǔ)音信號(hào)的分析、合成、編碼以及識(shí)別，具有重要的意義［1］。短時(shí)自相關(guān)函數(shù)法和倒譜分析法是基音周期估計(jì)較為常用的方法。本節(jié)基于SEPH系統(tǒng)，探討在基音檢測(cè)教學(xué)中如何利用語(yǔ)音分析技術(shù)對(duì)實(shí)際的語(yǔ)音信號(hào)進(jìn)行分析與檢測(cè)。

2.1 基于倒譜分析法的基音檢測(cè)

語(yǔ)音信號(hào)的倒譜分析是估計(jì)語(yǔ)音生成模型的有效方法，通常用于語(yǔ)音編碼、合成、識(shí)別等方面［2］。根據(jù)語(yǔ)音產(chǎn)生理論，語(yǔ)音信號(hào)s（n）由語(yǔ)音信號(hào)的聲門(mén)激勵(lì)信息e（n）通過(guò)聲道h（n）產(chǎn)生，在頻域，語(yǔ)音信號(hào)可表示為:于是，s（n）的對(duì)數(shù)幅度譜為:

借助傅里葉變換技術(shù)，lg|S（ω）|中與激勵(lì)信息E（ω）相關(guān)的高頻部分和與聲道信息H（ω）相關(guān)的低頻部分被有效地分離，從而獲得聲道共振峰的特性和基音周期。

清音幀沒(méi)有周期性和強(qiáng)烈的峰起，而濁音幀存在明顯的尖峰，其峰值的位置就是濁音基音周期的良好估值。同時(shí)，利用低時(shí)窗，將倒譜的低時(shí)部分的聲道信息h（n）提取出來(lái)，能夠獲得該段語(yǔ)音信號(hào)的共振峰頻率。因此，利用倒譜分析，不僅能進(jìn)行清、濁音的判別，而且能夠估計(jì)語(yǔ)音信號(hào)的共振峰頻率和濁音的基音周期。語(yǔ)音的基音頻率隨著聲音的變化情況，如圖1所示。

圖1 基音頻率圖（倒譜法）

2.2 基于短時(shí)自相關(guān)函數(shù)法的基音檢測(cè)

對(duì)于語(yǔ)音信號(hào)x（n）來(lái)說(shuō)，其短時(shí)自相關(guān)定義為:

式中，k為延遲點(diǎn)數(shù)。

圖2 基音頻率圖（短時(shí)自相關(guān)函數(shù)法）

清音幀的短時(shí)自相關(guān)序列雜亂無(wú)章，類(lèi)似于噪聲，而濁音幀的短時(shí)自相關(guān)序列具有周期性。通過(guò)估計(jì)該自相關(guān)序列的周期，可以獲得該濁音幀的基音周期。基音檢測(cè)圖如圖2所示?？梢灾庇^地看出，在發(fā)聲的整個(gè)過(guò)程中，濁音語(yǔ)音的基音頻率隨著聲音的變化幅度波動(dòng)很大，縱坐標(biāo)值為零的語(yǔ)音段是清音語(yǔ)音。

同時(shí)，根據(jù)圖1和圖2的基音頻率圖，學(xué)生能清晰地理解這兩種檢測(cè)方法的原理和作用。自相關(guān)函數(shù)法算法簡(jiǎn)單直觀，但準(zhǔn)確率不高，容易產(chǎn)生倍基音；倒譜法能較好地檢測(cè)出語(yǔ)音信號(hào)的基音周期，但計(jì)算量大。通過(guò)對(duì)比實(shí)驗(yàn)，將以前枯燥的語(yǔ)音特性分析與基音檢測(cè)原理，變?yōu)橹庇^的、形象的視覺(jué)效果，來(lái)展示不同類(lèi)型語(yǔ)音信號(hào)和檢測(cè)方法的特點(diǎn)，激發(fā)了學(xué)生的學(xué)習(xí)興趣，有利于學(xué)生迅速理解相關(guān)知識(shí)。

3 語(yǔ)音信號(hào)共振峰檢測(cè)技術(shù)

在語(yǔ)音信號(hào)處理中，共振峰頻率表征發(fā)音時(shí)聲道特性的關(guān)鍵參數(shù)，在語(yǔ)音合成、語(yǔ)音識(shí)別等方面有著重要的應(yīng)用價(jià)值。本節(jié)結(jié)合常見(jiàn)的倒譜法和LPC法，來(lái)說(shuō)明在共振峰檢測(cè)方面使用SEPH的優(yōu)勢(shì)。

3.1 基于倒譜法的共振峰檢測(cè)

倒譜將基音諧波和聲道的頻譜包絡(luò)分離，其低時(shí)部分可用于分析聲道、聲門(mén)等信息。利用低時(shí)窗提取倒譜信息，再進(jìn)行DFT后的輸出，即為平滑后的對(duì)數(shù)模函數(shù)。這一平滑對(duì)數(shù)譜表現(xiàn)出語(yǔ)音段的諧振結(jié)構(gòu)，即譜的峰值基本上對(duì)應(yīng)于共振峰的頻率。因此，通過(guò)對(duì)平滑對(duì)數(shù)譜的峰值進(jìn)行定位，可以有效地估計(jì)共振峰頻率［10］。圖3給出了前3個(gè)共振峰頻率的軌跡圖。

圖3 共振峰軌跡圖（倒譜法）

3.2 基于LPC法的共振峰檢測(cè)

在語(yǔ)音信號(hào)處理技術(shù)中，LPC分析是一種譜估計(jì)的方法［11］，一個(gè)語(yǔ)音的采樣能夠用過(guò)去若干個(gè)語(yǔ)音采樣的線性組合來(lái)逼近，即:

式中，p為L(zhǎng)PC階數(shù)，ak為線性預(yù)測(cè)系數(shù)，e（n）為線性預(yù)測(cè)誤差。

在最小均方誤差意義上，通過(guò)線性預(yù)測(cè)得到的采樣逼近實(shí)際語(yǔ)音采樣，從而獲得一組唯一的預(yù)測(cè)系數(shù)，即線性組合中的加權(quán)系數(shù)［12］。

對(duì)于p階線性預(yù)測(cè)來(lái)說(shuō)，有:

為了分析語(yǔ)音信號(hào)的頻域特性，該LPC功率譜可表示為:

式中，G為模型增益。

用戶通過(guò)手指在SEPH界面中選擇某一語(yǔ)音幀（光標(biāo)所在位置如圖4（a）所示），其對(duì)應(yīng)的LPC譜就會(huì)出現(xiàn)在演示界面的上半部分。通過(guò)這樣靈活生動(dòng)的用戶體驗(yàn)，形象直觀地展示語(yǔ)音特性，既調(diào)動(dòng)了學(xué)生的積極性，又活躍了課堂氣氛。

圖4（a）顯示了濁音幀及其相應(yīng)的LPC譜，學(xué)生可直觀看出語(yǔ)音的LPC特性以及峰值對(duì)應(yīng)的共振峰頻率。通過(guò)對(duì)預(yù)測(cè)多項(xiàng)式系數(shù)的分解，可以確定共振峰的中心頻率和帶寬［1］。給出濁音和清音共振峰頻率隨著聲音的變化情況如圖4（b）所示。

從圖3和圖4（b）的共振峰軌跡圖中可以看出，倒譜法頻譜曲線的波動(dòng)較小，估計(jì)共振峰參數(shù)的效果較好，但計(jì)算量大；LPC法用一個(gè)全極點(diǎn)模型逼近語(yǔ)音譜，但較難匹配含有零點(diǎn)的語(yǔ)音，同時(shí)亦受LPC階數(shù)p的影響。在教學(xué)過(guò)程中，可以引導(dǎo)學(xué)生根據(jù)不同方法的特點(diǎn)自主進(jìn)行分析驗(yàn)證，通過(guò)靈活地更改參數(shù)設(shè)置，動(dòng)態(tài)地讓學(xué)生理解共振峰檢測(cè)的基本原理，加深其對(duì)課程內(nèi)容的理解和掌握。

圖4 LPC法

4 結(jié)束語(yǔ)

語(yǔ)音信號(hào)處理知識(shí)理論性強(qiáng)、概念抽象。針對(duì)該課程教學(xué)特點(diǎn)，本文基于Android系統(tǒng)開(kāi)發(fā)了一個(gè)移動(dòng)教學(xué)演示平臺(tái)，其良好的移動(dòng)性和交互性、直觀的圖形展示、靈活的參數(shù)配置和豐富的語(yǔ)音分析及處理功能，不僅減少了相關(guān)教學(xué)平臺(tái)的投入成本，而且極大激發(fā)了學(xué)生的自主學(xué)習(xí)、自主探究的興趣，有效提高了學(xué)生分析問(wèn)題和動(dòng)手實(shí)踐能力。該教學(xué)演示平臺(tái)不但可應(yīng)用于本科生和研究生相關(guān)教學(xué)實(shí)踐，而且為后續(xù)研究奠定了較好的基礎(chǔ)。

［1］胡航.語(yǔ)音信號(hào)處理（修訂版）［M］.黑龍江:哈爾濱工業(yè)大學(xué)出版社，2002.

［2］劉衛(wèi)東，孟曉靜，王艷.語(yǔ)音信號(hào)處理實(shí)驗(yàn)教學(xué)研究探索［J］.實(shí)驗(yàn)室研究與探索，2008，27（4）:72-74.

［3］趙力.語(yǔ)音信號(hào)處理［M］.北京:機(jī)械工業(yè)出版社，2003.

［4］謝斌，蔡自興.項(xiàng)目驅(qū)動(dòng)式教學(xué)在語(yǔ)音信號(hào)處理課程改革中的嘗試［J］.計(jì)算機(jī)教育，2012（18）:63-66.

［5］張雪英.數(shù)字語(yǔ)音處理及MATLAB仿真［M］.北京:電子工業(yè)出版社，2010.

［6］楊毅，鄧北星，馬曉紅.《語(yǔ)音信號(hào)處理》實(shí)驗(yàn)教學(xué)研究與實(shí)踐［J］.實(shí)驗(yàn)科學(xué)與技術(shù)，2012，10（6）: 112-116.

［7］李云飛.移動(dòng)學(xué)習(xí)系統(tǒng)及其相關(guān)學(xué)習(xí)模式［J］.開(kāi)放教育研究，2012，18（1）:152-158.

［8］楊佳.M-Learning中的學(xué)習(xí)活動(dòng)設(shè)計(jì)［J］.軟件導(dǎo)刊（教育技術(shù)），2011，10（1）:89-91.

［9］薛建強(qiáng).大學(xué)英語(yǔ)移動(dòng)學(xué)習(xí)模式的構(gòu)建與發(fā)展研究［J］.實(shí)驗(yàn)技術(shù)與管理，2014，31（3）:176-179.

［10］肖正安.基于MATLAB分析語(yǔ)音信號(hào)頻域特征［J］.湖北第二師范學(xué)院學(xué)報(bào)，2011，28（8）:35-37.

［11］趙淑敏.基于MATLAB實(shí)現(xiàn)對(duì)語(yǔ)音信號(hào)頻譜分析［J］.江西通信科技，2010（4）:15-17.

［12］蓋正杰.基于矢量量化的說(shuō)話人識(shí)別分析與研究［D］.長(zhǎng)春:長(zhǎng)春理工大學(xué)，2009.

Design of Teaching Platform of Speech Signal Processing Based on Android

ZHAO Nan，WU Minghu，XIONG Wei，CHEN Jingjing
（School of Electrical&Electronic Engineering，Hubei University of Technology，Wuhan 430068，China）

An attractive Android-based mobile educational platform for teaching speech signal processing is presented in this paper.The proposed platform has the advantages of high portability，strong affordability，adequate interactivity，and easy adoptability with high-hierarchy graphic user interface and extensive hands-on experiences.The experimental results show that this platform can significantly cultivate students’learning interest，improve their practical ability，and consolidate theoretical concepts.The platform is also appropriate for the signal-processing related courses，which can provide new ideas and means for the construction of modern teaching reform.

speech signal processing；Android；mobile teaching platform；practice experience

TN911.7

A

10.3969/j.issn.1672-4550.2016.05.017

2015-01-11；修改日期：2015-03-11

湖北工業(yè)大學(xué)教學(xué)研究項(xiàng)目（校2015014）。

趙 楠（1983-），女，博士，講師，主要從事語(yǔ)音信號(hào)處理、通信信號(hào)處理方面的研究。