CN111028825A - 基于离线语音识别与合成的水声数字语音通信装置及方法 - Google Patents

Abstract

基于离线语音识别与合成的水声数字语音通信装置及方法，它属于低速率水声数字语音通信技术领域。本发明解决了现有方法的实施系统的体积大、不便携，以及现有方法的语音识别结果的准确度低的问题。在发送端，对用户语音识别后得到的文本信息采用水声扩频通信体制调制为扩频信号，经功率放大后发送至水声信道。在接收端，将信号解扩、解调、解码后得到的文本信息合成为模拟语音信号，完成通信。本发明在低信道容量条件下，可实现远距离、高保密性、高准确度的水声语音通信。本发明方法可以在移动手机终端或嵌入式平台上予以实现，减小了实施系统的体积，提升了水声数字语音通信的设备便携性。本发明可以应用于低速率水声数字语音通信。

Description

基于离线语音识别与合成的水声数字语音通信装置及方法

技术领域

本发明属于低速率水声数字语音通信技术领域，具体涉及一种基于离线语音识别与合成的水声数字语音通信装置及方法。

背景技术

水声通信是目前水下信息传输最为有效的方式，而水声语音通信是水下环境中人与人交流最直接的方式，在海洋科考、蛙人潜水等方面应用广泛。目前水声语音通信的发展有两种方向，一是低速率的远程语音通信，二是中高码率的中近程语音通信，其中低速率通信采用低码率语音编码或语音识别技术实现。

专利CN101257354A中公开了一种低码率的水下语音通信方法，该方法利用语音识别编码系统进行识别，并调用语音库发音信息后进行语音合成。专利CN103310793A中公开了一种水声实时数字语音通信方法，该方法利用语音压缩、卷积交织和五倍分集的OFDM调制等技术实现低速率水声语音通信。文献《语音识别与合成技术在水下语音传输中的应用》中利用在个人计算机上实现的语音识别模块和语音合成内核进行语音与文字的转换，所采用的软件核心为IBM公司的ViaVoice开发工具。

虽然现有方法在水下语音通信方面已经取得了一定的成就，但是现有方法的实施平台为计算机，导致实施系统体积大、不便携，且所采用的语音识别与合成技术较为久远，导致语音识别结果的准确度低，语音信息传输的保密性差。

发明内容

本发明的目的是为解决现有水声数字语音通信技术的实施装置体积大、不便携，以及语音识别结果的准确度低的问题，而提出了一种基于离线语音识别与合成的水声数字语音通信装置及方法。

本发明为解决上述技术问题采取的技术方案是：

基于离线语音识别与合成的水声数字语音通信装置，所述装置包括发送端和接收端，所述发送端为移动终端，发送端的移动终端具体执行以下过程：

发送端的移动终端对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；

所述接收端为移动终端，接收端的移动终端具体执行以下过程：

接收端的移动终端对接收到的信号进行处理获得文本信息，再对获得的文本信息进行语音合成，完成语音通信。

基于离线语音识别与合成的水声数字语音通信方法，所述方法的发送端具体执行以下步骤：

在发送端，对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

并对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；

所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲；

所述对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端；

所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，通常T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号。

基于离线语音识别与合成的水声数字语音通信方法，所述方法具体包括以下步骤：

步骤一、在发送端，对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲；

步骤二、对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端；

所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，通常T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号；

步骤三、在接收端，对接收到信号进行处理获得文本信息；

步骤四、对步骤三获得的文本信息进行语音合成，完成语音通信。

本发明的有益效果是：本发明提出了一种基于离线语音识别与合成的水声数字语音通信装置及方法，在发送端，对用户语音识别后得到的文本信息采用水声扩频通信体制调制为扩频信号，经功率放大后发送至水声信道。在接收端，将信号解扩、解调、解码后得到的文本信息合成为模拟语音信号，完成通信。本发明在低信道容量条件下，可实现远距离、高保密性、高准确度的水声语音通信。而且本发明方法可以在移动手机终端或嵌入式平台上予以实现，克服了现有水声数字语音通信技术的实施装置体积大、不便携的问题，通过在移动手机终端上实现，可以有效减小实施系统的体积，提升了水声数字语音通信的设备便携性。

附图说明

图1为本发明的一种基于离线语音识别与合成的水声数字语音通信方法的流程图；

图2为乘法调制原理图；

图中：j(t)为扩频信号；

图3为乘法调制解调原理图；

图中：b(t)为解码后信息。

具体实施方式

具体实施方式一、本实施方式所述的基于离线语音识别与合成的水声数字语音通信装置，所述装置包括发送端和接收端，所述发送端为移动终端，发送端的移动终端具体执行以下过程：

发送端的移动终端对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；

所述接收端为移动终端，接收端的移动终端具体执行以下过程：

接收端的移动终端对接收到的信号进行处理获得文本信息，再对获得的文本信息进行语音合成，完成语音通信。

具体实施方式二：本实施方式与具体实施方式一不同的是，所述发送端和接收端的移动终端为手机设备。

发送端和接收端的移动终端为手机设备等小型可移动设备。

具体实施方式三：本实施方式与具体实施方式二不同的是，所述对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端。

具体实施方式四：本实施方式与具体实施方式三不同的是，所述接收端的移动终端对接收到的信号进行处理获得文本信息，其具体过程为：

对接收到的信号依次进行解扩、解调、解码，获得文本信息。

具体实施方式五：本实施方式与具体实施方式四不同的是，所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲。

具体实施方式六：本实施方式与具体实施方式五不同的是，所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，通常T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号。

具体实施方式七、本实施方式所述的基于离线语音识别与合成的水声数字语音通信方法，所述方法的发送端具体执行以下步骤：

在发送端，对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

并对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；

所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲；

所述对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端；

所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，通常T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号。

具体实施方式八、本实施方式所述的基于离线语音识别与合成的水声数字语音通信方法，所述方法具体包括以下步骤：

步骤一、在发送端，对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲；

步骤二、对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端；

所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，通常T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号；

步骤三、在接收端，对接收到信号进行处理获得文本信息；

步骤四、对步骤三获得的文本信息进行语音合成，完成语音通信。

具体实施方式九：本实施方式与具体实施方式八不同的是，所述对接收到信号进行处理获得文本信息，其具体过程为：

对接收到的信号依次进行解扩、解调、解码，获得文本信息。

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行描述。

本发明提出了一种基于离线语音识别与合成的水声数字语音通信方法的一实施例，如图1所示，所述方法包括以下步骤：

发送端：

步骤1：手机设备麦克风收录操作员语音信号，通过语音识别得到文本信息，确定识别结果；

目前的技术发展使得智能手机在功能逐渐丰富的同时设备体积也逐渐减小，因此是本实施例中的最优选择。同时包括百度、科大讯飞等在内的各大互联网公司都研发了基于Android SDK的语音识别与合成的API接口以供开发者调用，因此选择该方式对语音信号进行识别。离线语音识别开发包通过加载本地离线资源包对语音信号进行识别，可以根据具体通信情况对资源包进行扩充，同时提供在线模式，在网络可用的条件下通过向云服务器Http请求识别结果的方式获得更高准确率的识别内容。

步骤2：将步骤1得到的文本进行信道编码提高传输可靠性；

所采用的信道编码选择实际低速率水声通信情况下具有最低误码率的一种方式来最大程度提高传输可靠性。

步骤3：将步骤2的编码信号调制为扩频信号；

首先通过扩频码序列生成器产生伪码c(n)，通常信息码表示为d(n)∈{-1,1}，本实施例采用图2所示的乘法调制，直接将输入信息码乘以扩频码序列，数据信号为

其中g(t)为幅度为1，脉宽为T_b的矩形脉冲。扩频码信号为

其中p(t)为幅度为1，脉宽为T_c的矩形脉冲，通常T_c＜＜T_b，且T_b＝NT_c，N表示扩频码序列长度。

步骤4：将调制信号经功率放大发送到水声信道中，在接收端接收信号；

接收端：

步骤5：对接收的扩频信号进行解扩、解调、解码，得到文本信息；

如图3所示，接收端首先利用本地生成序列对接收信号进行解扩，积分器累积之后与门限对比得到接收数据，并通过与发送端一致的汉字编码得到接收文本信息。

本地序列生成器生成c_r(t)，则有m(t)：

m(t)＝j(t)c_r(t)

假定接收信号已完全同步，且已知扩频序列的具体形式，则有

得q(t)，

根据q(t)的极性来判断接收数据的符号。

步骤6：对解码得到的文本进行语音合成，由手机设备扬声器输出，完成本次语音通信。语音合成的实现同样采用基于Android SDK的API调用，利用本地离线资源包合成的语音自然度已经达到较高水平，基本满足了水声语音通信的要求。同时也提供了网络可用条件下的在线合成模式进一步提高语音合成性能。

步骤1和步骤6中的水声语音传输技术，采用离线的语音识别与语音合成技术结合水声扩频通信技术，在手机设备或嵌入式设备实现的水下语音无线传输方法，开发方式采用包括但不局限于Android SDK的方式。采用稳健、低传输速率的通信技术对高数据容量的语音信息转换为低数据容量后的文本信息进行传输，包括但不限于扩频通信方式。

本发明选择智能手机终端或嵌入式平台作为实现语音信号与通信信号的算法处理的平台，语音识别与合成技术采用基于Android SDK的离线语音处理开发包，并结合水声扩频通信技术，实现一种远距离、高保密性、高准确度、设备便携的水声数字语音通信。

本发明的主要优点是：实施平台便携性高、识别结果准确度高、合成语音自然度好，在保证通信信息准确传输的条件下，也很好的满足了水下语音通信系统对保密性的要求。

本发明的上述算例仅为详细地说明本发明的计算模型和计算流程，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (9)

1.基于离线语音识别与合成的水声数字语音通信装置，所述装置包括发送端和接收端，其特征在于，所述发送端为移动终端，发送端的移动终端具体执行以下过程：

发送端的移动终端对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；

所述接收端为移动终端，接收端的移动终端具体执行以下过程：

接收端的移动终端对接收到的信号进行处理获得文本信息，再对获得的文本信息进行语音合成，完成语音通信。

2.根据权利要求1所述的基于离线语音识别与合成的水声数字语音通信装置，其特征在于，所述发送端和接收端的移动终端为手机设备。

3.根据权利要求2所述的基于离线语音识别与合成的水声数字语音通信装置，其特征在于，所述对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端。

4.根据权利要求3所述的基于离线语音识别与合成的水声数字语音通信装置，其特征在于，所述接收端的移动终端对接收到的信号进行处理获得文本信息，其具体过程为：

对接收到的信号依次进行解扩、解调、解码，获得文本信息。

5.根据权利要求4所述的基于离线语音识别与合成的水声数字语音通信装置，其特征在于，所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲。

6.根据权利要求5所述的基于离线语音识别与合成的水声数字语音通信装置，其特征在于，所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号。

7.基于离线语音识别与合成的水声数字语音通信方法，其特征在于，所述方法的发送端具体执行以下步骤：

在发送端，对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

并对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；

所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲；

所述对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端；

所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号。

8.基于离线语音识别与合成的水声数字语音通信方法，其特征在于，所述方法具体包括以下步骤：

步骤一、在发送端，对语音信号进行识别后，将语音信号转换为文本信息，再对文本信息进行编码，获得编码后信号；

所述编码后信号的表达式为：

其中：d(t)为编码后信号，d(n)为信息码，N为信息码的长度，n＝0,1,…,N-1，n为信息码中的第n个码，d(n)∈{-1,1}，g(t)为幅度为1，脉宽为T_b的矩形脉冲；

步骤二、对编码后信号进行处理，获得处理后信号，处理后信号经过水声信道发送至接收端；其具体为：

将编码后信号调制为扩频信号，扩频信号经功率放大后，再经水声信道发送至接收端；

所述将编码后信号调制为扩频信号，其具体过程为：

通过扩频码序列生成器产生伪码c(n′)，则扩频码信号c(t)为：

其中：N′为伪码的长度，n′＝0,1,…,N′-1，n′为伪码中的第n′个码，p(t)为幅度为1，脉宽为T_c的矩形脉冲，T_c＜＜T_b，且T_b＝N₀T_c，N₀表示扩频码序列长度；

利用扩频码信号c(t)对编码后信号d(t)进行乘法调制，获得扩频信号；

步骤三、在接收端，对接收到信号进行处理获得文本信息；

步骤四、对步骤三获得的文本信息进行语音合成，完成语音通信。

9.根据权利要求8所述的基于离线语音识别与合成的水声数字语音通信方法，其特征在于，所述对接收到信号进行处理获得文本信息，其具体过程为：

对接收到的信号依次进行解扩、解调、解码，获得文本信息。

Images