音視頻新技術(shù)可以讓聲音返老還童

聲音也能返老還童？當垂垂老矣語音混沌時，借助受損語音修復(fù)技術(shù)就能讓聲音完美再現(xiàn)，重返青春。記者近日從天津大學(xué)獲悉，該校自動化與信息工程學(xué)院張濤副教授帶領(lǐng)團隊，在音視頻智能分析中實現(xiàn)重大突破，借助大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)首次實現(xiàn)了受損聲音的修復(fù)和再現(xiàn)。

據(jù)介紹，老年人的喉粘膜萎縮以及聲帶老化、聲帶肌松弛等會導(dǎo)致出現(xiàn)發(fā)音無力、音質(zhì)下降等問題，另外聲帶出現(xiàn)一些病變?nèi)缥s或肥厚、聲帶長肉結(jié)或息肉等都可能導(dǎo)致聲音改變、沙啞。對由于疾病或器官衰老而引起的語音受損研究，目前大多著眼于病理嗓音的檢測和識別，對于受損語音帶來的交流方面的問題研究則相對較少。

隨著音頻場景智能分析應(yīng)用越來越廣，科學(xué)家開始借助大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)模擬修復(fù)受損聲音。張濤主持的天津大學(xué)-TI DSP聯(lián)合實驗室也主要聚焦于音頻場景智能分析和受損語音信號修復(fù)兩個方面。在對因衰老、病變等因素造成的聲帶受損語音進行修復(fù)過程。

張濤團隊獨辟蹊徑，提出了一種新型截取信號的窗函數(shù)，可以對因病變、衰老造成的聲帶發(fā)聲受損進行有效修復(fù)。這一修復(fù)研究主要借助嗓音的聲學(xué)特征及其動力學(xué)非線性特征參數(shù)等，通過結(jié)合神經(jīng)網(wǎng)絡(luò)等技術(shù)建立激勵和聲道模型對修復(fù)的嗓音特征重新合成，從而大大提高了受損語音的可懂度。目前，該實驗室研究已經(jīng)申請國家專利并被采納為國家技術(shù)標準。