_專題研究TECHNOLOGY AND MARKETVol.18,No.6,2011聽覺場景分析簡析王想實(無錫職業(yè)技術學院計算機技術系,江蘇無錫214121)摘要:介紹了聽覺場景分析中的一些準則,聽覺場景的分類及應用目標。關鍵詞:信號;聽覺場景;識別do:103969/jissn. 10068554.2011.06.1610引賣步性,如果BC的開始與結束都是同步的,那么人的聽覺系統(tǒng)就近年語音信號處理已取得引人注目的成績,但是,人類聽趨向于BC是- -個單獨的復音。三是音調A,B之間的接近程度。覺系統(tǒng)對語音信號的感知能力大大地超過了目前的信號處理他們之間在頻率上越接近,聽者就越容易把AB聽成是-一個與水平。70'代以前， 聽覺生理學或聽覺心理學在人耳的低層C相獨立的聲音流。四是聲音的強度,來自不同聲源的聲音往次檢測分:取得了較大的成功,例如,耳間時間差，耳間聲級往具有不同的聲音強度，強度大的聲音不易受掩蔽效應影響。差,以及耳螨的濾波特性等,但是,聽覺與環(huán)境有關的生態(tài)研究五是聲音的空間方位,人的聽覺系統(tǒng)傾向于將來自相同空間方進展遠不如視覺那樣大, 70年代以后,聽覺研究轉向了更深的位的聲音組合在-起。層次,如雙耳效應,聽覺的空定位與跟蹤以及多信息流的分離1.2 序列組合等。加拿大心理學家Albert s. Bregman總結二十年的研究成果,這種組合是將-串聲 音分量按時間先后組合到一個或多從人的聽覺生理及心理特性出發(fā)研究聲音識別過程中的規(guī)律,個聲音流中,每一個聲音流中的聲音分量都被認為來自同一個提出了聽覺場景分析的理論,就人類聽覺系統(tǒng)多信息流的檢測聲源，聲音流的時序分割與組合是人的一種聽覺心理現(xiàn)象,主分離給出了一-系列的準則。在后來許多聽覺系統(tǒng)的數(shù)學模型要有兩個因素影響著人對聲音流的時序分割與組合。-是頻中,都體現(xiàn)著這些規(guī)律。率差，高低音調間的頻率差越大,聲音流分離的現(xiàn)象越明顯。1聲音分量的組合原則二是高低音間變化的速度,高低音間變化的速度越快,聲音流認為人對聲音的感知過程也就是對聲音分量的組合過程，分離的現(xiàn)象越明顯。大致說來有兩種組合原則:2計算聽覺場景的分類1.1 同時組合根據(jù)信息的流向形成了兩大類別。- 類稱為數(shù)據(jù)驅動型經過大量的研究, Bregman認為人對聲音的感知過程也就CASA,這類系統(tǒng)的特點是信息由低級向高級單向流動,另-類是對聲音分量的組合過程,而正是這一種組合過程使得人可以CASA系統(tǒng)稱為圖式(Schema)驅 動型CASA,在這一模型中信息將混合聲音中同一人所發(fā)出的聲音分量組合到同一個聲音流的流向是雙向的,這種方法實現(xiàn)起來較為復雜,但更接近于人中。如圖1所示:類對聽覺感知的機制。2.1數(shù) 據(jù)驅動型CASA(uR2)CASA系統(tǒng)的處理過程的每一步都模擬了人類聽覺系統(tǒng)處B理聲音的機制并直接利用了心理和生理聽覺研究的成果。其中,信息的流向是從下而上的單向流動方式,這是傳統(tǒng)的處理方法部分:典型的數(shù)據(jù)驅動型的CASA系統(tǒng)可分為四大部分:第一部分聽覺外周系統(tǒng)模型:該部分由外-中耳模型、耳時間面蝸模型及Meddis毛細胞/神經傳導模型組成。聲音信號進人耳團1聲音 流的頻譜分解與合成示意圉蝸濾波器處理后將各種頻率的機械振動由毛細胞轉換為神經由單音A與兩個單音BC組成的復音所構成的循環(huán)聲音流,脈沖的發(fā)生概率,完成初級信號轉換的過程。第二部分聽覺圖A的頻率最高,B其次,C最低,BC同時開始,同時結束,在每次的表述:利用前一階段處理結果 ,再加上對另外的聲音歸類線循環(huán)中,A在時間上先于BC,當聽者聽這一段循環(huán)聲音時 ,他既索進行處理,形成自相關圖、互相關圖、頻率轉移圖聲源起始1可以認為存在一個單獨的A和一個BC組成的復音,也可以認為結束圖等聲音歸類線索。第三部分場最分析(聲源分離):結合是一個AB組成的聲音流與另一個單音C。實際t ,這兩種情況第二部分得到的各種信自困佰可以進行聽覺場景分析。第四部都有可能發(fā)生。主要取決于以下幾個因素:分聲源HH中國煤化工洛歸類聲源的再合成一是諧波之間的調和度,在現(xiàn)實中,同-聲源所發(fā)聲音的技術來C N M H G信噪比以及各種CASA各個譜分量都大約是-一個基音的頻率的整數(shù)倍,因此很自然地的結果比較。就會想到把基音作為分組的一一個原則。二是音調BC之間的同(下轉第224頁)222專題研究TECHNOLOGY AND MARKETVolL18,No.6,2011要來看,居住空間的無障礙設計應該注意- - 下幾點:右，并且起點終點應該延伸0.3-~0.5m,在扶手上安裝盲向標2.1 便捷的居住建筑入口志,寫明通行過程中的注意事項。在居住空間的電梯設計當中，居住建筑人口是老年人殘疾人生活的必經之地,因此,對電梯、電梯前廳及轎廂尺要符和各種型號的輪椅進出要求,無障礙設計的要求更高。在居住建筑人口無障礙設計當中應該電梯門開啟時間應該不少于15s。并在電梯門口設置光幕感應設置人口標志牌,并要適當加大人口面積,盡量減少高差和地裝置,確保殘疾人老年人的進出安全。在電梯內部1m左右應面坡度,并設計輪椅坡道和進出扶手,以方便殘疾人和老人的該安裝報警語音裝置電視監(jiān)控系統(tǒng).呼叫按鈕等等,保證乘坐進出。在無障礙人口和輪椅通行平臺處應設置防雨、防雪、防滑電梯時的安全。裝置,避免雨天等惡劣天氣對老年人殘疾人出行安全的影響。2.4 居住建筑房間內部無障礙設計要突出老年人和殘疾人的.在坡道設計上盡量選擇直線型、直角形或折返型,避免輪椅使生活要求用者在使用過程中因弧度導致失去重心，威脅他們出行的安居住建筑房間內部無障礙設計應該以方便殘疾人或老年全,坡道兩旁的扶手應該形成- -體,坡度控制在的1:20。人的居住和生活為主要目的,在廚房設計上應該盡量增加廚房2.2公共走道應控制落差和凹室深度的長寬,不能低于1500x 1 500 mm,操作臺的高度控制在80 cm居住建筑公共走道最小寬度為1.2 m,其表面如使用不同左右,寬度為50 cm左右;衛(wèi)生間也應該預留出輪椅活動空間，鋪裝應相互取平,高差不應大于15 mm,并以斜面過渡。當門扇座便器應該考慮輪椅高度,保持在40 cm左右;洗涮臺高度控制開向走道時,為了不影響通行和防止碰撞的危險,應設凹室,將門在80cm左右,墻面兩側加裝扶手;玲熱水管道要設計水溫探測設在凹室內,凹室深度不應小于900 mm,長度不應小于1300 mm,器,設置冷水、溫水、高溫指示器和報警器,水龍頭出水溫度超開啟后的]扇和乘輪椅者的位置均不影響走道的通行在公共過六十度時要用疝氣閃爍或報警聲音報警,提醒老年人或殘疾走廊內兩側墻壁上應該盡量避免突出物,拐角處的墻壁應該設人注意水溫。計成弧形或者切面型,避免老年人殘疾人出行時撞到墻角,損總之,隨著老齡化社會的到來和殘疾人數(shù)量的增多,將來傷老年人殘疾人的身體。另外,在公共走道上的頂部盡量避免公共建筑和居住建筑的無障礙設計要求將越來越高,無障礙設懸掛物,走廊頂部燈光、防火設計應該進行加固處理。計和施工人員應該充分考慮到老年人和殘疾人的實際生活需2.3樓梯和電梯應考慮老年人、殘疾人的實際生活需要 .要,不斷完善公共建筑和居住建筑中的無障礙設計。居住建筑的樓梯和電梯應該充分考慮到老年人殘疾人的參考文獻:實際生活需要,體現(xiàn)出無障礙設計的要求。在樓道、樓梯設計中[1] 周勇.探析城市公共空間中公共設施的無障礙設計一 以應該采用垂直交通的方式,選擇樓道內光線比較好的位置。在成都為例[].藝術與設計(理論),2010,(5).樓道設計中可采用2跑或3跑直線型梯段設計方式，并在坡道、[2] 王宜勤.談居住建筑的無障礙設計[].工程建設與設計,臺階樓梯走廊兩側設置通行扶手,扶手高度應該在0.8 m左2011,(1).(上接第222頁)的國際標準，由于聲音信息的內容往往是許多不同聲音的組2.2圍 式驅動型(信息雙向流動)CASA合,這就需要聽覺場最分析作為檢索的基礎技術。Mar的視覺計算理論認為,信息的表述是有層次的,是-(3)聲音信號的增強。計算聽覺場景分析模仿人類聽覺系個由低級向高級的單向過程,稱為“純視覺'理論.Charchland等統(tǒng)的非線性處理方法,建立在非線性的聽覺場最分析基礎上的人對此提出了質疑,系統(tǒng)中信息流動是雙向的,具有自適應調模型將能更好地分離或增強聲音信號。整及某些高層次的推理功能。盡管計算機視覺取得了很大的進展,研究人員注意到了信息流動的雙向性。Varga和More提出[1] 丁曉亮.利用片段分配提高Ex2文件系統(tǒng)存儲空間利用率用兩個H M M模型來進行語音和噪聲的分離,Cooke等用Koho-[].微計算機應用,002(5).nen神經元及H M M對信息不全的語音進行識別，不少研究人2] 彭宇新,Ngo Chong- _Wah,董慶杰,等.一種通過視頻片段進員利用黑板系統(tǒng)建立CASA系統(tǒng),允許用期望來控制感知過程，行視頻檢索的方法[].軟件學報,2003,(8).這類雙向流動信息的系統(tǒng)被Bregman稱為“圖式驅動型”系統(tǒng)[3] 李鵬,關勇,劉文舉,等.基于多基音跟蹤的單聲道混合語音(有的文獻稱“假設驅動型”、“預測驅動型"或‘期望驅動型"等)。分離[小.計算機應用研究,008./6).3計算聽覺場最分 析的應用目標4] Slaney M A entique of pure adition .In Proceddings of the對聽覺場景分析研究的- -個最重要的目的就是揭示人自first Workshop on CASA. Int Joint Conf AL. Montreal: 1995.身的聽覺感知機理,并用機器去模仿實現(xiàn)它,它有很多實際應$5] Marr D.Vision.New York:W .H.Freeman.1982.用前景。[6] Churchland P.Ramachandran V S,Sejnowski P.A critique of(1 )語音識別系統(tǒng)。聽覺場最分析的研究可以幫助語音識中國煤化工別系統(tǒng)排除千擾找出目標信息或識別新近出現(xiàn)的聲源,這一-點作者是非常重要的。:IYHCNMHG錫職業(yè)技術學院計算(2)多媒體檢索。國際上正在制訂多媒體音視頻信息檢索機技術系,主要研究多媒體技術、數(shù)據(jù)庫、軟件工程。224