汉语音段反转言语的可懂度研究

作者：蒋斌; 匡正; 吴鸣; 杨军

来源：声学学报(中文版), 2012, 37(06): 659-666.

DOI：10.15949/j.cnki.0371-0025.2012.06.012

• 语言可懂度:5116
• 正确率:3571
• 语音段:3258
• 语音信号:3138
• 言语:2957
• 帧长:2674
• 调制谱:2645
• 时间反转:2625
• 归一化:2393
• 声调:2251

实验研究了帧长对汉语音段反转言语可懂度的影响。实验结果表明,帧长在64 ms以下,汉语音段反转言语具有较高的可懂度;帧长在64～203 ms之间,可懂度随帧长的增加逐渐降低;帧长在203 ms以上,可懂度为0。在帧长8 ms时,汉语的声调失真导致可懂度下降。原始语音信号和音段反转言语的调制谱的分析表明,调制谱失真大小和可懂度密切相关。因此,用原始语音信号和音段反转言语的窄带包络间的归一化相关值可以衡量调制谱失真大小,基于语音的语言传输指数法计算的客观值和实验结果显著相关(r=0.876,p<0.01)。研究表明,语言可懂度与窄带包络有关,音段反转言语的可懂度和保留原始语音信号的窄带包络密切相关。