78、广播声音接收与老年护理应用界面设计研究

广播声音接收与老年护理应用界面设计研究

1. 广播声音接收相关研究

1.1 语音区间估计方法精度

语音区间估计方法有两种，分别是提出的 VAD（音素识别 + 响度特征）和字幕区间估计方法。这两种方法的精度比率和召回率都很高，具体数据如下表所示：
| 方法 | 精度比率 | 召回率 |
| — | — | — |
| 提出的 VAD（音素识别＋响度特征） | 87.9% | 91.1% |
| 字幕区间估计方法 | 94.7% | 90.6% |

从表中可以明显看出，两种区间估计方法都具有较高的精度，能以高精度估计区间。

1.2 背景声音抑制处理

区间估计完成后，对于被估计为语音区间的部分，采用基于立体声相关性的自适应滤波方法，并调整估计语音和背景声音的混合比例，以实现背景声音的抑制。对于区间的切换部分，应用约一秒的交叉淡入淡出处理，使信号处理的切换更加平滑。

1.3 初步评估实验

1.3.1 测试条件

• 材料准备 ：从区间估计所用的电视剧材料中提取 14 个约 30 秒时长的场景。针对每个场景，准备四种材料：“R”（原始广播声音）、“A”（使用提出的 VAD 获得）、“B”（使用字幕区间估计方法获得）和 “C”（使用正确数据获得）。
• 对比方式 ：对每个场景的四种材料进行两两组合，共六种组合。对于每种组合，使基准材料和评估材料中的正确序列和反向序列随机出现，以考虑排序效应。基准材料和评估材料连续向所有评估者展示两次。