語音信號共振峰提取算法的研究.pdf

1、共振峰是語音處理領域最重要的特征參數之一,不僅是區(qū)分不同元音的重要參數而且反映了不同說話人的個性特征,在說話人識別、語音合成、語音編碼等領域得到了廣泛使用。隨著人們對說話人識別識別率和合成語音音質要求的提高,共振峰參數的準確提取已經成為語音學研究的重要課題。本文在詳細分析了傳統(tǒng)的共振峰提取算法的基礎上,并深入研究了加權Mel倒譜法和EMD分解法,提出了兩種語音信號共振峰提取算法。本文的主要工作及創(chuàng)新如下:
　　1.提出了一種基于加

2、權Mel倒譜(Weighted Mel-Cepstral,WMCEP)的語音信號共振峰提取算法。Mel倒譜法是一種短時信號分析方法,是基于人耳聽覺的非線性特點提出的,能夠很好地反映語音信號的頻譜極點和零點,但卻會移動共振峰的位置增強共振峰的頻率。本算法在對Mel倒譜分析的基礎上引入基于心理聲學模型的感知權重函數對Mel倒譜進行加權處理,得到加權Mel倒譜系數。加權Mel倒譜系數保留了原始語音信號頻譜的主要成分,其對應的頻譜包絡能夠準確地

3、逼近語音信號共振峰處的修正周期圖,再利用離散余弦變換(Discrete Cosine Transformation,DCT)平滑算法對加權Mel倒譜包絡進行平滑校準,得到若干候選峰值。候選峰值既存在正確的估計也存在錯誤的估計,根據共振峰軌跡的連續(xù)性約束條件和頻率范圍,對這些侯選值進行篩選得到篩選后的共振峰頻率,然后根據各篩選后的共振峰頻率的大小進行加權平均得到最終的共振峰估計值。實驗結果表明,WMCEP法比傳統(tǒng)的LPC法提取的共振峰誤差

4、更小,在信噪比大于20dB的噪聲環(huán)境下具有較好的魯棒性。
　　2.提出了一種基于EMD+WMCEP的共振峰提取算法。加權Mel倒譜法雖然能夠準確提取純凈語音的共振峰,但對帶噪語音的提取結果不是很理想,在信噪比等于10dB時已經不能提取共振峰。為了進一步提高加權Mel倒譜法在噪聲環(huán)境下的魯棒性,文中引入了經驗模態(tài)分解(Empirical Mode Decomposition,EMD)法。EMD分解法是一種具有自適應特性的非線性非平穩(wěn)

5、信號分析方法,首先對語音信號進行EMD分解得到一組包含不同頻率尺度的固有模態(tài)函數(Intrinsic Mode Function,IMF)分量,然后在找出含有噪聲的IMF和含有共振峰的IMF后,去除含有噪聲的IMF將含有共振峰的IMF進行重構得到一個新的重構語音信號,最后利用加權Mel倒譜法提取重構語音信號的共振峰。實驗結果表明,基于EMD+WMCEP的共振峰提取算法比單獨的WMCEP法提取的共振峰更準確,而且在信噪比小于20dB時仍然