izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2022-10-58-63izmertech-1658Research ArticleАКУСТИЧЕСКИЕ ИЗМЕРЕНИЯACOUSTIC MEASUREMENTSСовершенствование методики измерения показателя точности авторегрессионной модели речевого сигналаImproving the method for measuring the accuracy indicator of the speech signal autoregressive modelhttps://orcid.org/0000-0003-3045-3337СавченкоВ. В.SavchenkoV. V.

Владимир Васильевич Савченко

Н. Новгород

Vladimir V. Savchenko

N. Novgorod

vvsavchenko@yandex.ruНациональный исследовательский университет «Высшая школа экономики»РоссияNational Research University Higher School of EconomicsRussian Federation2022250520230105863Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/1658

Рассмотрена задача определения точности авторегрессионной модели речевого сигнала и предложен метод измерений показателя точности в режиме скользящего окна наблюдений. В качестве показателя точности использовано модифицированное значение COSH-расстояния (hyperbolic cosine – функции гиперболического косинуса) авторегрессионной модели относительно одноимённой (однофонемной) периодограммы Шустера в роли опорного спектрального образца. Для изучения возможностей предложенного метода поставлен и проведён натурный эксперимент, в котором объектом исследования служил набор авторегрессионных моделей разных порядков. Указанные модели получены методом Берга для гласных звуков речи контрольного диктора. По результатам выполненных измерений для каждого гласного звука найдены оптимальные значения порядка авторегрессии и соответствующая ему оптимальная авторегрессионная модель. Показано, что данная оптимизация позволила повысить точность авторегрессионной модели речевого сигнала более чем на 60 % в зависимости от звука речи контрольного диктора и особенностей его голосового тракта. Полученные результаты предназначены для использования в системах автоматической обработки и цифровой передачи речи с радикальным сжатием данных на основе коэффициентов линейного предсказания

The problem of determining the accuracy of an autoregressive model of a speech signal is considered, and a method for measuring the accuracy index in the sliding observation window mode is proposed. As an indicator of the accuracy of the autoregressive model, a modified value of the COSH-distance (functions of the hyperbolic cosine) relative to the eponymous (one-phoneme) Schuster periodogram was used as a reference spectral sample. To study the possibilities of the proposed method, a full-scale experiment was set up and carried out, in which the object of study was a set of autoregressive models of different orders. These models were obtained by Berg's method for the vowel sounds of the controlled speaker's speech. According to the results of the measurements for each vowel, the optimal values of the autoregressive order and the corresponding optimal autoregressive model were found. It is shown that this optimization made it possible to increase the accuracy of the autoregressive model of the speech signal by more than 60 %, depending on the sound of the controlled speaker's speech and the characteristics of his vocal tract. The results obtained are intended for use in automatic processing and digital speech transmission systems with radical data compression based on linear prediction coefficients.

акустические измеренияакустика речиголосовой трактречевой сигналавторегрессионная модельпроблема малых выборокacoustic measurementsspeech acousticsvoice tractspeech signalautoregressive modelsmall sample problemReferencesGibson J., Entropy, 2018, vol. 20, no. 10, 7502018. https://doi.org/10.3390/e20100750Gibson J., Entropy, 2018, vol. 20, no. 10, 7502018. https://doi.org/10.3390/e20100750Savchenko V. V., Radioelectronics and Communications Systems, 2021, vol. 64, no. 11, pp. 592–603. https://doi.org/10.3103/S0735272721110030Savchenko V. V., Radioelectronics and Communications Systems, 2021, vol. 64, no. 11, pp. 592–603. https://doi.org/10.3103/S0735272721110030Савченко А. В., Савченко В. В. Адаптивный метод измерения частоты основного тона с использованием двухуровневой авторегрессионной модели речевого сигнала // Измерительная техника. 2022. № 6. С. 60–66. https://doi.org/10.32446/0368-1025it.2022-6-60-66 [Savchenko V. V., Savchenko A. V., An adaptive method for measuring the pitch frequency using a two-level autoregressive model of a speech signal, Izmeritel’naya tekhnika, 2022, no. 6, pp. 60–66. (In Russ.)].Савченко А. В., Савченко В. В. Адаптивный метод измерения частоты основного тона с использованием двухуровневой авторегрессионной модели речевого сигнала // Измерительная техника. 2022. № 6. С. 60–66. https://doi.org/10.32446/0368-1025it.2022-6-60-66 [Savchenko V. V., Savchenko A. V., An adaptive method for measuring the pitch frequency using a two-level autoregressive model of a speech signal, Izmeritel’naya tekhnika, 2022, no. 6, pp. 60–66. (In Russ.)].Jaramillo E., Nielsen J. K., Christensen M. G., 27th European Signal Processing Conference (EUSIPCO), 2019, pp. 1–5. https://doi.org/10.23919/EUSIPCO.2019.8902763Jaramillo E., Nielsen J. K., Christensen M. G., 27th European Signal Processing Conference (EUSIPCO), 2019, pp. 1–5. https://doi.org/10.23919/EUSIPCO.2019.8902763Савченко В. В. Исследование стационарности случайных временных рядов с использованием принципа минимума информационного рассогласования // Известия вузов. Радиофизика. 2017. Т. 60. № 1. С. 89–96. [Savchenko V. V., Radiophysics and Quantum Electronics, 2017, vol. 60, no. 1, pp. 89–96. https://doi.org/10.1007/s11141-017-9778-y].Савченко В. В. Исследование стационарности случайных временных рядов с использованием принципа минимума информационного рассогласования // Известия вузов. Радиофизика. 2017. Т. 60. № 1. С. 89–96. [Savchenko V. V., Radiophysics and Quantum Electronics, 2017, vol. 60, no. 1, pp. 89–96. https://doi.org/10.1007/s11141-017-9778-y].Cui S., Li E., Kang X., IEEE International Conference on Multimedia and Expo (ICME), London, United Kingdom, 2020, pp. 1–6. https://doi.org/10.1109/ICME46284.2020.9102765Cui S., Li E., Kang X., IEEE International Conference on Multimedia and Expo (ICME), London, United Kingdom, 2020, pp. 1–6. https://doi.org/10.1109/ICME46284.2020.9102765Ando Sh., The Journal of the Acoustical Society of America, 2019, vol. 146, no. 11, 2846. https://doi.org/10.1121/1.5136873Ando Sh., The Journal of the Acoustical Society of America, 2019, vol. 146, no. 11, 2846. https://doi.org/10.1121/1.5136873Savchenko V. V., Savchenko А. V., Radioelectronics and Communications Systems, 2019, vol. 62, no. 5, pp. 276–286. https://doi.org/10.3103/S0735272719050042Savchenko V. V., Savchenko А. V., Radioelectronics and Communications Systems, 2019, vol. 62, no. 5, pp. 276–286. https://doi.org/10.3103/S0735272719050042Ding J., Tarokh V., Yang Y., IEEE Transactions on Information Theory, 2018, vol. 64, no. 6, pp. 4024–4043. https://doi.org/10.1109/TIT.2017.2717599Ding J., Tarokh V., Yang Y., IEEE Transactions on Information Theory, 2018, vol. 64, no. 6, pp. 4024–4043. https://doi.org/10.1109/TIT.2017.2717599Savchenko V. V., Radioelectronics and Communications Systems, 2020, vol. 63, pp. 532–542. https://doi.org/10.3103/S0735272720100039Savchenko V. V., Radioelectronics and Communications Systems, 2020, vol. 63, pp. 532–542. https://doi.org/10.3103/S0735272720100039Савченко В. В., Савченко Л. В. Метод измерений показателя разборчивости речевого сигнала в информационной метрике Кульбака-Лейблера // Измерительная техника. 2019. № 9. С. 59–64. https://doi.org/10.32446/0368-1025it.2019-9-59-64 [Savchenko V. V., Savchenko L. V., Measurement Techniques, 2019, vol. 62, no. 9, рр. 832–839. https://doi.org/10.1007/s11018-019-01702-1].Савченко В. В., Савченко Л. В. Метод измерений показателя разборчивости речевого сигнала в информационной метрике Кульбака-Лейблера // Измерительная техника. 2019. № 9. С. 59–64. https://doi.org/10.32446/0368-1025it.2019-9-59-64 [Savchenko V. V., Savchenko L. V., Measurement Techniques, 2019, vol. 62, no. 9, рр. 832–839. https://doi.org/10.1007/s11018-019-01702-1].Tohyama M., Spectral envelope and source signature analysis, in: Acoustic Signals and Hearing, Academic Press, 2020, pp. 89–110. https://doi.org/10.1016/B978-0-12-816391-7.00013-9Tohyama M., Spectral envelope and source signature analysis, in: Acoustic Signals and Hearing, Academic Press, 2020, pp. 89–110. https://doi.org/10.1016/B978-0-12-816391-7.00013-9Sun P., Mahdi A., Xu J., Qin J., Speech Communication, 2018, vol. 101, pp. 57–69. https://doi.org/10.1016/j.specom.2018.05.006Sun P., Mahdi A., Xu J., Qin J., Speech Communication, 2018, vol. 101, pp. 57–69. https://doi.org/10.1016/j.specom.2018.05.006Савченко В. В., Савченко Л. В. Метод авторегрессионного моделирования речевого сигнала на основе его дискретного фурье-преобразования и масштабно-инвариантной меры информационного рассогласования // Радиотехника и электроника. 2021. Т. 66. № 11. С. 1100-1108. https://doi.org/10.31857/S0033849421110085 [Savchenko V. V., Savchenko L. V., Journal of Communications Technology and Electronics, 2021, vol. 66, no. 11, pp. 1266–1273. https://doi.org/10.1134/s1064226921110085].Савченко В. В., Савченко Л. В. Метод авторегрессионного моделирования речевого сигнала на основе его дискретного фурье-преобразования и масштабно-инвариантной меры информационного рассогласования // Радиотехника и электроника. 2021. Т. 66. № 11. С. 1100-1108. https://doi.org/10.31857/S0033849421110085 [Savchenko V. V., Savchenko L. V., Journal of Communications Technology and Electronics, 2021, vol. 66, no. 11, pp. 1266–1273. https://doi.org/10.1134/s1064226921110085].Marple S. L., Digital spectral analysis with applications, 2nd ed., Mineola, New York, Dover Publications, 2019, 432 p.Marple S. L., Digital spectral analysis with applications, 2nd ed., Mineola, New York, Dover Publications, 2019, 432 p.Радиоэлектронные системы. Основы построения и теория: Справочник / Под ред. Я. Д. Ширмана. Изд. 2-е, перераб. и доп. М.: Радиотехника, 2007, 657 c. [Radioelektronnye sistemy. Osnovy postroeniya i teoriya: Spravochnik, Ed. Ya. D. Shirman, 2nd ed., Moscow, Radiotekhnika Publ., 2007, 657 c. (In Russ.)].Радиоэлектронные системы. Основы построения и теория: Справочник / Под ред. Я. Д. Ширмана. Изд. 2-е, перераб. и доп. М.: Радиотехника, 2007, 657 c. [Radioelektronnye sistemy. Osnovy postroeniya i teoriya: Spravochnik, Ed. Ya. D. Shirman, 2nd ed., Moscow, Radiotekhnika Publ., 2007, 657 c. (In Russ.)].Benesty J., Chen J., Huang Y., Linear Prediction, in: Springer handbook of speech processing, Part B, N.Y., Springer, 2008, pp. 111–124. https://doi.org/10.1007/978-3-540-49127-9_7Benesty J., Chen J., Huang Y., Linear Prediction, in: Springer handbook of speech processing, Part B, N.Y., Springer, 2008, pp. 111–124. https://doi.org/10.1007/978-3-540-49127-9_7Palaparthi A., Titze I. R., Speech Communication, 2020, vol. 123, pp. 98–108. https://doi.org/10.1016/j.specom.2020.07.003Palaparthi A., Titze I. R., Speech Communication, 2020, vol. 123, pp. 98–108. https://doi.org/10.1016/j.specom.2020.07.003Rabiner L. R., Shafer R. W., Theory and Applications of Digital Speech Processing, Boston, Pearson, 2010, 1060 p.Rabiner L. R., Shafer R. W., Theory and Applications of Digital Speech Processing, Boston, Pearson, 2010, 1060 p.Savchenko A. V., Savchenko V. V., Savchenko L. V., Optimization Letters, 2021, no. 7. https://doi.org/10.1007/s11590-021-01790-5Savchenko A. V., Savchenko V. V., Savchenko L. V., Optimization Letters, 2021, no. 7. https://doi.org/10.1007/s11590-021-01790-5Kumar S., Singh S. K., Bhattacharya S., International Journal of Speech Technology, 2015, vol. 18, pp. 521–527. https://doi.org/10.1007/s10772-015-9296-2Kumar S., Singh S. K., Bhattacharya S., International Journal of Speech Technology, 2015, vol. 18, pp. 521–527. https://doi.org/10.1007/s10772-015-9296-2

The authors declare that there are no conflicts of interest present.