Лекции - Технологии Мультимедиа, страница 14

В первой из них опорный сигналформируют из зашумленного путем тех или иных преобразований последнего. Иногда такиесистемы называют одноканальными.Двухканальные системы основаны на использовании двух, как правило, слабо коррелированных между собой источников получения обрабатываемой смеси речевого сигнала ипомех. Например, такой метод может быть реализован в режиме “стереозаписи” при использовании двух разнесенных в пространстве направленных микрофонов, которые по-разномуориентированы на источники полезного сигнала и помехи. Достоинством данного методаявляется способность в некоторых случаях восстанавливать разборчивость даже самых зашумленных сигналов. Недостаток очевиден — режим “стереозаписи” не всегда может бытьреализован на практике.Методы коррекции на основе моделей речевого сигналаЭти методы основаны, как правило, на предположении о линейности передаточнойфункции голосового тракта в модели образования речевого сигнала.

В этом случае сигнал внекоторый момент времени может быть представлен в виде линейной комбинации своихзначений в предыдущие моменты. Такие методы называют методами линейного предсказания. При их использовании основной задачей при коррекции является оценка коэффициентов линейного предсказания с последующей реконструкцией исходного речевого сигнала.Однако этим методам присущ серьезный недостаток: в случае обработки сильно зашумленных речевых сигналов не всегда возможно правильно вычислять коэффициенты линейногопредсказания. Это, в свою очередь, может еще больше ухудшить разборчивость сигнала навыходе системы линейного предсказания.Метод “псевдостерео”Сущность этого метода — использование двух звуковых сигналов, подаваемых напрослушивание раздельно.

В этом качестве обычно используют исходный и обработанныйкаким-либо другим методом шумоочистки сигнал. Можно использовать и два сигнала, обработанные разными методами. Повышение разборчивости при использовании данного режи-73ма воспроизведения является чисто субъективным, “на слух”. Тем не менее, часто оказывается, что в связи с естественной привычкой человека получать звуковую информацию подвум каналам одновременно (то есть слушать обоими ушами) при подобном способе подачизвука суммарный продукт воспроизведения будет казаться более разборчивым, чем каждаяиз его составляющих в отдельности.Программные средства шумоочисткиНа отечественном рынке специализированного программного обеспечения по шумоочистке речи представлены самые разнообразные программные средства, способные удовлетворить как подготовленного профессионала, так и новичка, пытающегося разобраться, какможно использовать в только что купленном компьютере комплект “Мультимедиа”.Начнем мы наш обзор с самых дорогих, используемых на профессиональных студияхзвукозаписи компьютерных систем, позволяющих не просто удалить из записи щелчки ишумы, но и поднять качество ее звучания до состояния, пригодного для переноса записи намастер - диски.В этом классе аппаратуры наиболее известны цифровые звукомонтажные станции“Sonic NoNoise” американской компании “Sonic Solutions”.

Система “Sonic NoNoise” представляет собой комплект, состоящий из нескольких программных модулей и плат вводавывода звука и обработки сигналов. Стандартное программное обеспечение “NoNoise”включает следующий набор модулей шумоподавления и восстановления фонограмм:“Broadband Denoising” — используется для подавления в фонограмме широкополосных фоновых шумов;“Complex Filtering” — удаляет фон сети переменного тока, свист и другие помехи сустойчивым характером спектра;“Manual Declicking” — предназначен для удаления из фонограмм импульсных помехразличного происхождения в режиме диалога с оператором;“Production Declicking and Decracking” — автоматически распознает и удаляет импульсные помехи.Подобные системы реставрации фонограмм создаются и в России.

В качестве примераможно привести разработанный на фирме “Русский компакт-диск” аппаратно-программныйкомплекс реставрации и цифрового монтажа звука “КАНОНЪ”. В его состав входят встраиваемая в компьютер плата цифровой обработки сигналов и комплект программных модулей,обеспечивающих удаление из записи широкополосных шумов и импульсных помех, а такжефазовую, временную и тональную коррекцию фонограмм.74К сожалению, всем профессиональным системам, предназначенным для очистки музыкальных аудиозаписей и подготовки компакт-дисков и кассет, присущ один ‘недостаток’ их сравнительно высокая стоимость.Программы шумоочистки речевых сигналов.

Отечественные профессиональные продукты этого класса представлены в основном разработками двух фирм — московской НПЦ“Нелк” и санкт-петербургской “Центр Речевых Технологий” (ЦРТ). Интересно отметить, что,хотя обе эти компании занимаются разработкой подобных программ сравнительно давно, всеих продукты находят свою профессиональную и стоимостную нишу на рынке данных программных средств, что уменьшает их конкуренцию между собой.Наиболее долгая история у программных продуктов фирмы ЦРТ.

Первая версия ихпрограммы обработки речи, известной сегодня как “Speech Interactive Software” (SIS), увидела свет в 1992 году. С тех пор эта программа неоднократно совершенствовалась, и последняяее версия имеет обозначение “SIS 5.2”.В состав программы “SIS 5.2” включены следующие основные процедуры шумоочистки речи: нормализация; многополосная фильтрация; адаптивная одно- и двухканальнаяфильтрация; удаление импульсных помех; удаление помех методом спектрального вычитания; выравнивание спектральных характеристик; темпокоррекция воспроизведения речи ссохранением тембра; воспроизведение в режиме “псевдостерео”.Теперь расскажем о профессиональных продуктах второго основного разработчикапрограмм шумоочистки речи — фирмы “Нелк”. В 1995 году на рынок был представлен первый вариант программы “AUDIO”, в которой был реализован ряд алгоритмов цифровойфильтрации в сочетании с несколькими алгоритмами нелинейной обработки речевого сигнала.

Более поздние версии этой программы, последняя из которых увидела свет в 1997 году,имели существенно более развитый набор методов обработки. Отметим, что все они работали под управлением DOS и использовали для ввода-вывода аудиосигналов всего один типзвуковой платы, впрочем, широко распространенной в те годы, — SB 16 фирмы “CreativeLabs”. В 1998 году на смену “AUDIO” пришел Windows-вариант, названный “WinAudio”.Последняя выпущенная в начале 1999 года версия этой программы — “WinAudio 1.2”.В состав программы вошло достаточно большое число различных процедур анализа иобработки аудиосигналов, в том числе следующие основные процедуры восстановления разборчивости зашумленной речи: нормализация; многополосная фильтрация; сглаживание икоррекция спектра; удаление помех на основе метода спектрального вычитания; “псевдостерео”.Обзор рынка возможных программных средств по обработке речи был бы неполнымбез упоминания о редакторах звуковых (чаще всего, конечно же, музыкальных) записей сиг-75налов, хранящихся в файлах.

Спектр этих программ достаточно широк — от профессиональных до любительских.В качестве примера рассмотрим такой известный и заслуженно популярный редактораудиосигналов, как “Cool Edit” американской компании “Syntrillium Software Corporation”.При всем многообразии различных режимов функционирования этой программы, наличииразнообразных методов анализа и обработки сигналов задачу восстановления разборчивостисильно зашумленной речи она решить не может.

Существующий в ней инструментарий шумоочистки, включающий нормализацию, многополосную фильтрацию и спектральное вычитание, реализован в достаточно общем виде и не учитывает специфику обработки человеческой речи. Это не позволит вам, к примеру, произвольно настроить верхний и нижний уровни нормализации или достаточно точно локализовать модель помехи во временных и частотных границах для использования процедуры спектрального вычитания. Все это вовсе неговорит, что эта программа плоха, это говорит лишь о том, что ее надо использовать по прямому назначению — для обработки обычных записей произвольных аудиосигналов.Изменение высоты и темпа звукаРегулировка высоты и темпа звука не вызывала бы особых трудностей, если бы ненеотъемлемая физическая связь между этими свойствами звуковой волны.

Как уже говорилось, при увеличении вдвое скорости воспроизведения, высота всех звуков возрастает на одну октаву. При уменьшении скорости наблюдается обратный эффект. Использование этойсвязи позволяет без изменения реальных звуковых данных динамически согласовано изменять высоту звука и скорость воспроизведения, создавая необычное звучание.Скорость воспроизведения изменяется по времени в соответствии с графиком.

Дляточек, расположенных выше средней линии скорость увеличивается, для точек, расположенных внизу, — уменьшается. Частота звука изменяется соответственно. Общая продолжительность звучания записи также изменяется в соответствии с формой кривой.Независимое изменение скорости или частоты требует серьезной коррекции записи исопровождается внесением в нее искажений, которые могут быть заметны на слух. Тем неменее, в звуковых редакторах алгоритмы независимого изменения частоты звука и временивоспроизведения имеются. Они дают достаточно хорошие результаты, если не злоупотреблять их возможностями (изменения до 20% не вызывают особых нареканий по качеству).Эффекты с задержкой звукаНаиболее богатые возможности внесения качественных изменений в звуковой файлпредоставляют эффекты, основанные на добавлении в файл тех же самых звуковых данных,но в измененном виде.