[发明专利]一种基于耳蜗非线性动力学机理的语音信号预处理方法

说明书

本发明公开了一种基于耳蜗非线性动力学机理的语音信号预处理方法，包括(1)建立耳蜗非线性动力学模型；(2)构建非线性耳蜗阵列；非线性耳蜗阵列为一组包含n个不同固有频率的主动仿真模块，每一个主动仿真模块将接收的输入语音信号按照耳蜗非线性动力学模型进行相应的运算后，获得每一个主动仿真模块的实时响应输出信号；(3)将各个主动仿真模块的实时响应输出信号进行处理后获得语音预处理信号。本发明由于引入了利用耳蜗非线性动力学模型的非线性耳蜗阵列代替传统的被动滤波器组对语音信号进行预处理，使得经过预处理的周期性或准周期性语音信号得到放大，并展现出与音调相关的结合音，从而提高语音处理的抗噪声能力和特征分析能力。

技术领域

本发明属于信号处理技术领域，更具体地，涉及一种用于语音识别的语音信号预处理方法。

背景技术

语音信号处理是现代信息处理的精华，通过计算机实现语音进行识别、人机语音交流。随着人工智能技术的发展，计算机语音识别的水平相当高，但是与人相比，仍有差距。机器语音处理的问题主要表现为其在现实场景中的语音识别能力易受环境噪声以及其他声源的干扰。

机器语音信号处理流程主要包括：语音信号预处理、语音信号特征提取、根据语音特征做出语音识别。神经网络、深度学习等人工智能技术用于上述流程后端：根据提取的语音特征来识别语音。流程前端的语音预处理和语音特征提取，过去一直是基于数学的信号处理方法来实现的，例如：傅里叶分析、小波变换等。为进一步提高机器语音识别的能力，人们越来越倾向借鉴听觉的信号处理机制，用于语音信号处理。现有基于听觉的语音信号处理方法，用具有不同中心频率的带通滤波器组来模拟耳蜗的频率分析功能。其中最为常见的是，以gamma tone作为滤波器的冲击响应。这些基于听觉的信号处理给语音信号处理带来一定的改善，但是，现有耳蜗滤波器模型，作为一个线性模型，与真实的耳蜗有很大的区别。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于耳蜗非线性动力学机理的语音信号预处理方法，旨在进一步提高现有机器语音信号处理技术的特征分析以及抗噪声干扰能力。

本发明提供了一种基于耳蜗非线性动力学机理的语音信号预处理方法，包括下述步骤：

(1)建立耳蜗非线性动力学模型；

(2)根据耳蜗非线性动力学模型构建非线性耳蜗阵列；

所述非线性耳蜗阵列为一组包含n个不同固有频率的主动仿真模块，每一个主动仿真模块将接收的输入语音信号按照所述耳蜗非线性动力学模型进行相应的运算后，获得每一个主动仿真模块的实时响应输出信号；

(3)将各个主动仿真模块的实时响应输出信号进行处理后获得语音预处理信号；

其中，n为主动仿真模块的数目，n取大于等于1的整数。

更进一步地，所述耳蜗非线性动力学模型为：其中，x为基底膜偏离平衡位置位移，t为时间，γ为阻尼系数，γ_α为自适力系数，B为外毛细胞电致伸缩系数，x₀为外毛细胞原长，ω_i为耳蜗该部位的固有圆频率，S(t)为输入语音信号，x_i(t)为第i个主动仿真模块的实时响应输出信号，i为主动仿真模块的序号，i＝1,2,3......n。

更进一步地，所述耳蜗非线性动力学模型中自适力系数γ_α应满足如下范围：0＜γ_α≤γ，在此范围内γ_α值越大，主动仿真模块对其固有频率附近的语音信号的放大作用越大。

更进一步地，n个主动仿真模块的固有频率可按照如下方式设定：对于固有频率范围为a～a*e^ε(n-1)Hz(ε＜1)的非线性耳蜗阵列，其中第i个主动仿真模块的固有频率为f_i＝a*e^ε(i-1)Hz；i为主动仿真模块的序号，i＝1,2,3......n。