CN1354871A

CN1354871A - 加权频谱距离计算器

Info

Publication number: CN1354871A
Application number: CN00808607A
Authority: CN
Inventors: A·吉梅尼茨菲尔特斯特伦; J·拉斯穆松
Original assignee: Telefonaktiebolaget LM Ericsson AB
Current assignee: Telefonaktiebolaget LM Ericsson AB
Priority date: 1999-06-07
Filing date: 2000-05-31
Publication date: 2002-06-19
Anticipated expiration: 2020-05-31
Also published as: SE9902103D0; KR20020010684A; EP1203367A1; AU766857B2; WO2000075918A1; SE9902103L; HK1047341A1; US6983245B1; IL146721A0; HK1047341B; IL146721A; SE521465C2; CN1174375C; BR0011379A; PL352164A1; JP2003501701A; AU5435000A

Abstract

一种频谱距离计算器,包括用于执行频谱距离计算的装置,所述计算用于将来源于噪声信号存在下的输入信号的输入频谱与参考频谱相比较;存储器装置,用于预先存储该噪声信号的噪声频谱;以及用于对输入频谱和关于预先存储的噪声频谱的参考频谱之间频谱距离进行掩蔽的装置。

Description

加权频谱距离计算器

发明领域

本发明涉及频谱距离计算器(spectral distance calculator)，而且更具体地涉及一种频谱距离计算器，这种频谱距离计算器包括用于执行频谱距离计算的装置，该计算用于存在噪声情况下的输入频谱与参考频谱相比较。

现有技术的说明

语音识别系统可以被用来输入数据和信息，以便于控制不同类型的电子装置。尽管一些局限性，语音识别具有许多应用，例如移动电话可以被装备有自动语音识别功能，尤其是通常所说的自动话音应答(AVA)功能。

AVA功能的一个实例是通过采用话音而不是手动启动，接受或者拒绝呼入的可能性，例如手动启动要通过敲击移动电话上的按键来完成。此功能适用于例如正在驾车的移动电话用户。当移动电话用户正在驾车且移动电话通过一个铃音信号显示有一个呼入时，用户可以发出语音命令来控制移动电话。

与AVA功能伴随而来的问题是，由移动电话发出的铃音信号与特定的AVA命令发生强烈的干扰。

一些现有技术的移动电话被装备一种基于能量检测器的简单类型的AVA功能。当语音具有比预设定的阈值高的能量时，移动电话具有响应性而且检测AVA命令。结果是，仅可以提供一种应答功能，通常是“拒绝呼入”被选择。

由申请者提供的现有领先技术水平的移动电话，爱立信T18，被装备有一种自动话音拔号功能。

基于能量检测器的AVA功能被局限于仅能接受如上所述的一种命令。当AVA功能是基于能量检测器时，提供几种命令是不便利的，因为很可能移动电话的AVA功能将对移动电话周围类似铃音信号等声音做出响应。

另一方面，基于语音识别的AVA功能对具有与语音相似频谱特征的来自其它声音的干扰很敏感。造成这点的一个原因是，在语音识别器中所采用的不相似性度量主要是基于这样的差异，即所察觉出的声音或者语音与预先训练的语音参考或模板二者在短时间内频谱特征之间的差异。

另一解决方案是基于传声器信号的低通滤波，它增加了AVA命令的识别率。然而，这个解决方案的缺点在于，即使铃音信号不包含高于截止频率的所有频率，但是具有高于滤波器截止频率的所有语音信息不能被语音识别器所采用。

在另一种解决此问题的方法中，移动电话可以被装备有一种自适应滤波器，滤波器位于传声器和语音识别器之间，以便于滤掉不同的铃音信号。

该自适应滤波器可以被解释为一种自适应陷波滤波器，其中缺口的位置要被连续地修正，以使干扰频率被衰减。结果是通过采用这种方法获得了较高的识别率。但是，这种自适应算法需要大量计算。此外，它们不是瞬时适应，而且必须进行适应稳定性与收敛时间的折衷。

GB-A-2 137 791公开了频谱距离处理器，它用于对从存在需要估计的背景噪声下的语音中获取的频谱进行比较。为了准备用于比较的输入频谱和模板频谱，处理器包括：对关于输入噪声频谱估计的输入频谱进行掩蔽(masking)的装置；对关于模板噪声频谱估计的模板频谱进行掩蔽的装置；取决于每个采样是由噪声或者语音造成的，对每个被掩蔽频谱采样进行标记的装置。

在掩蔽操作中，噪声标记分别与掩蔽的输入频谱和模板频谱相关，即是否该值起源于噪声或者语音并且是否在频谱的距离计算中被考虑进去。

在所掩蔽的频谱采样中的较大者被标记为由噪声所造成的之处，缺省噪声距离被赋值在这两个掩蔽频谱之间的距离的地方。

因此，由于根据GB-A-2 137 791的频谱距离处理器被用于在波动的或者高的噪声等级条件下操作，这便是复杂设计的起因。

但是，移动电话有了语音识别，即如上所述用户可以发出语音命令来控制移动电话后，在GB-A-2137791中所说明的一种复杂的频谱距离处理器便不再必要，因为现有的噪声并不波动而且没有那么高的噪声等级。

发明概述

因此，本发明的目的是提供一种改进的频谱距离计算器，它可在任何采用频谱差异作为不相似性度量的语音识别中使用，尤其是在低的噪声等级条件下适用。

根据本发明的一个方面，频谱距离计算器包括：用于执行频谱距离计算的频谱距离计算装置，所述计算是用于在噪声信号存在情况下将来源于一个输入信号的输入频谱和参考频谱相比较；用于预先存储来源于噪声信号的噪声频谱的存储器装置；以及，掩蔽输入频谱和关于预先存储的噪声频谱的参考频谱之间的距离的装置。

根据本发明的另一方面，噪声具有比输入频谱低的等级。

本发明的另一目的是提供一种包括如上所述的频谱距离计算器的语音识别系统，该语音识别系统用于比较输入频谱和参考频谱，其中识别系统包括选择装置，该选择装置用于选择使输入频谱和参考频谱之同的全部频谱距离最小化的参考频谱。

本发明的另一目的是提供一种包括如上所述的语音识别系统的移动电话。

本发明的一项优点是，具有被装备有根据本发明的频谱距离计算器的语音识别系统的移动电话的自动话音应答功能(AVA)在移动电话周围存在铃音信号时，对不同的AVA命令的响应是可靠的。

附图的简要说明

为了更详细地解释本发明及本发明的优点和特点，下面将详细说明一种优选的实施方案，参见所附的附图，其中

图1是由已知噪声造成的输入频谱、参考频谱和已知的噪声频谱；以及

图2是根据本发明的噪声补偿示意图。

本发明的详细说明

根据本发明的频谱距离计算器的一种实施方案，包括用于执行频谱距离计算的频谱距离计算装置，以便于比较由噪声造成的输入频谱与参考频谱。为了处理干扰噪声，距离计算器进一步包括掩蔽装置，以使掩蔽输入频谱和关于存储在存储器中已知的或者预设定的噪声的参考频谱之间的频谱距离。

在实施方案中的距离计算器是基于城市(city)距离和语音的离散频谱表示。但是，这种解决方推广到本发明范围内语音的其它频谱表示。

此外，根据本发明的频谱距离计算器可以被应用到任何语音识别系统，在此语音识别系统中采用频谱距离作为不相似性或者距离度量，例如在由语音命令控制的移动电话中。

语音识别系统的用户对着传声器说话，其中，每个声音被分解为其各种频率。所接收声音的每个频率被数字化，这样它们能够被语音识别系统操纵。传声器信号由S(n)表示且其相应的频谱表示由S_n(f)表示，其中n是各个采样的时间且f是当前的频率。

数字化型式的声音与一组预先存储在系统存储中的模板或者参考信号相比较。模板或者参考信号由r(n)表示且模板信号相应的频谱表示由R_n(f)表示。输入中已知的噪声信号由X(n)表示且相应的频谱表示由X_n(f)表示。

在语音识别器中采用的不相似性度量或距离度量，例如由下面的表达式给出：

D_{n} = \underset{i}{Σ} | R_{n} (f_{i}) - S_{n} (f_{i}) |

因此，输入信号频谱S_n(f)与电子存储内存储的参考信号中以相同形式形成的参考信号R_n(f)相比较。通过选择参考信号，比较程序被执行，该程序将全部的频谱距离最小化，即将下面的表达式最小化：

\underset{n}{Σ} D_{n}

但是，这个选择程序并没有将任何有关干扰噪声信号的信息考虑进去。

在装备有语音识别功能或特别地被通常称为自动话音应答(AVA)功能的移动电话中，由移动电话发出的铃音信号同特定的AVA命令产生强烈的干扰。

铃音信号是已知的“噪声”信号而且，因此，代表铃音信号的频谱可以被预先存储在与频谱距离计算器相联系的存储器装置中。

例如铃音信号是一个蜂鸣器或者是一个个人的铃音信号，例如一个由用户选择或编程的简单旋律。但是，当铃音信号被选择或被编程时，它被移动电话所“知道”而且代表当前铃音信号的频谱可以被存储在用于预存储噪声频谱的存储器装置中。在另一选择的实施方案中，来自不同铃音信号的多个频谱可以被预先存储且当前所选择的铃音信号被用存储器中的比特集合所标记。于是，频谱距离计算器能够识别并选择出根据本发明的掩蔽程序所采用当前的频谱。

根据图1，用于比较的输入信号被暴露在频谱处于两个频率fa和fb之间的已知噪声中。用于与输入信号作比较的相应参考信号Rn(f)不被认为是由任何噪声引起的。因而，为了获得输入信号与参考信号或其频谱之同的一个全面比较，输入信号必须以任何方式被掩蔽，以便于补偿已知的噪声。根据本发明，频谱距离计算或不相似性度量由根据下面表达式的加权Ai来修正：

D_{n} = \underset{i}{Σ} A_{i} | R_{n} (f_{i}) - S_{n} (f_{i}) | .

在这个表达式中，如果输入信号频率f_i是由任何已知的噪声引起，则A_i等于零，且如果在当前频率f_i处不存在噪声，则A_i是1(unity)。

图2是根据本发明的噪声补偿示意图，其中，输入频谱S_n(f_i)和参考频谱R_n(f_i)之间的频谱距离在两个频率fa和fb之间被赋与零值。

在根据本发明的频谱距离计算器的一个实施方案中，它被包括在一个用于比较输入频谱和参考频谱的语音识别系统中，包括选择装置，由于选择使输入频谱和参考频谱之同的频谱距离最小化的参考频谱。

此外，语音识别系统被包括在装备有AVA功能的移动电话中，例如如果移动电话用户想要应答电话呼入，则“接受电话呼入”，或者如果他不想应答电话呼入，则“拒绝电话呼入”，或者如果电话呼入应该被连接到话音信箱或另一电话号码，则“呼叫转移”。

虽然本发明已经通过其中的具体实施方案的方式加以说明，应该意识到本发明提供了一种加权频谱距离计算器，该加权频谱距离计算器完全满足了上述的目的和优点，而且可供选择的办法、修改和变化对本领域的技术人员是显然的。

例如，在发明的另一实施方案中，计算器被装备有自适应陷波滤波器，该滤波器不仅能滤去输入信号，而且能滤去参考信号。这个解决方案受益于这样的效果，即可获得一种更可靠的参考信号选择，因为如果一个已经滤波的输入信号与已经滤波的参考信号相比较，则计算将更加精确。此外，这个解决方案不需要任何自适应算法且没有额外的计算负荷，它瞬时性工作且不出现稳定性问题。然而，自动话音应答装置要连续性地需要干扰频率的信息(knowledge)。

在第二实施方案的另一选择实施方案中，通过采用真实赋值的Ai，提供更复杂的加权，根据具体频率fi被干扰的量的大小，充许不同水平的抑制。

Claims

1.一种频谱距离计算器，包括用于执行频谱距离计算的装置，该计算是用于将来自存在噪声信号的输入信号的输入频谱与参考频谱相比较；其特征在于存储器装置，其用于预先存储来自噪声信号的噪声频谱；以及对输入频谱和关于预先存储的噪声频谱的参考频谱之间频谱距离进行掩蔽的装置。

2.如权利要求1所述的频谱距离计算器，其特征在于装置，对于由噪声引起的输入频谱的每个频率，该装置将输入频谱和参考频谱之间的频谱距离赋给零值。

3.如权利要求1或2所述的频谱距离计算器，其特征在于所述噪声具有比输入频谱小的等级。

4.用于比较输入频谱和参考频谱的语音识别系统，它包括1-3任何权利要求所述的频谱距离计算器，其特征在于选择装置，用于选择将输入频谱和参考频谱之间的全部频谱距离最小化的一个参考频谱。

5.如权利要求4所述的语音识别系统，其特征在于，所述全部频谱距离是将参考频谱彼此辨别出的采样的数量的频谱距离计算的和。

6.包括如权利要求4或5所述的语音识别系统的移动电话，其特征在于可操作性地连接到所述语音识别系统的呼入应答装置，其中所述应答装置响应于语音应答命令。

7.如权利要求6所述的移动电话，其特征在于所述应答装置响应于接受呼入命令以接受一个呼入。

8.如权利要求6或7所述的移动电话，其特征在于所述应答装置响应于拒绝呼入命令以拒绝一个呼入。

9.如6-8任何权利要求所述的移动电话，其特征在于所述应答装置响应于呼入转移命令以转移一个呼入。