一．中文語音技術(shù)處理原理

　　中文語音處理策略的英文詞有 “Chinese speech processing strategy” 或 “Chinese speech recognition”, （ 中文語音識別 ） 和 “hearing aid algorithm” （ 助聽器算法 ） 等。其中， algorithm ，即 “ 算法 ” 一詞使用較多，尤其涉及到數(shù)字助聽器的開發(fā)， “ 算法 ” 代表了某一特殊技術(shù)的核心。 “ 算法 ” 可以被簡單地看作為實(shí)現(xiàn)某些特定信號處理功能的指令序列。中文語音特征可以通過算法研究來形成的。數(shù)字信號處理器和算法構(gòu)成了數(shù)字助聽器的 DSP 線路。包含多通道動(dòng)態(tài)范圍壓縮、噪音衰減等處理，設(shè)計(jì)助聽器的算法的主要目標(biāo)是利用中文語音處理技術(shù)，即使在不同的聽音環(huán)境中，須確保言語被聽見并聆聽舒適。同時(shí)，利用數(shù)字助聽器改善漢語可懂度，使有聽力損失的中國患者能更容易地理解漢語。

　　漢語是聲調(diào)單字語言，聲調(diào)是漢語的重要語音特征之一。聲調(diào)特征主要體現(xiàn)在嗓音基頻隨時(shí)間變化的模式上。 Eady 技術(shù) (1982) 曾考察過聲調(diào)語言 — 漢語的基頻模式與重音語言 — 英語有什么不同。漢語的聲調(diào)在詞語中具有辯意作用，在生活實(shí)踐當(dāng)中，大家也都能體會(huì)到聲調(diào)有助于我們聽懂別人的話，而 “ 南腔北調(diào) ” 常表示不易聽懂和不大好懂和不大好聽的意思。

　　對于連續(xù)言語來說，長時(shí)間平均的正、負(fù)顫動(dòng)因數(shù)，各種語言和男女發(fā)音人是差不多的。只是負(fù)顫動(dòng)總是比正顫動(dòng)大，而且出現(xiàn)頻率也較高。 Eady 的測量結(jié)果表明，漢語的說話速度要比英語慢一些。這可能是由于說漢語時(shí)，說話人要花更大的努力在每一個(gè)音節(jié)上來控制聲帶運(yùn)動(dòng)，也就是說聲調(diào)語言的音節(jié)喉運(yùn)動(dòng)控制有較大的語言學(xué)負(fù)荷，因而花的時(shí)間就多一些。結(jié)果就表現(xiàn)為說話慢一些。

　　因此，聲調(diào)信息主要存在于基頻隨時(shí)間的變化中，強(qiáng)度變化對聲調(diào)信息有補(bǔ)償作用，以及清輔音的存在與否對聲調(diào)清晰度是有一定的影響的。

　　1  原理 (Principles)

　　本文介紹一種可應(yīng)用于數(shù)字助聽器的提高漢語可懂度的語音處理方法，其目標(biāo)是使以漢語為母語的聽殘人士能更容易地理解語言。增強(qiáng)言語可懂度的思路來源于人們的實(shí)踐經(jīng)驗(yàn)�；叵胍幌�，當(dāng)你為使一個(gè)有聽力障礙的人更容易聽懂自己說話時(shí)所采用的方法：你不僅僅要提高音量，而且還要改變發(fā)音方式，說得更慢和更清晰。一些研究表明清楚地讀無意義的語句，比在日常會(huì)話句子，大約能提高 17% 的單詞可懂度。這里所謂說得更清晰是指強(qiáng)調(diào)言語信號中的某些暗示，這些暗示有許多不同的形式，如特定音段的持續(xù)時(shí)間，元音的共振峰位置或者音素之間的過渡等。

　　不是所有人都會(huì)簡單地、方便地對聽力損失患者 “ 清楚地 ” 講話。因此，我們要采用言語增強(qiáng)的方法就是在說話人和聽話人中間構(gòu)造一個(gè)處理模型，該模型能強(qiáng)調(diào)并突出語句中的特定成分，使語句聽起來更清晰。

　　一切語音之所以能夠表達(dá)意義，是由于各個(gè)音之間存在區(qū)別。這些區(qū)別產(chǎn)生于聲腔內(nèi)部的器官和肌肉等活動(dòng)決定的發(fā)音方法和發(fā)音部位的差異，同時(shí)又表現(xiàn)為語音的聲學(xué)特征的差異。本文提出的言語增強(qiáng)的方法正是通過對語音信號的重構(gòu)來強(qiáng)化這些差異。所謂重構(gòu)是指對語音信號中不同性質(zhì)的信號進(jìn)行識別并有針對性地予以處理，強(qiáng)調(diào)其中對人的感知起作用的特征，從而達(dá)到提高言語清晰度的目的。該方法可以簡單地概括為：放大輔音、強(qiáng)調(diào)重音和突出聲調(diào)。