語音信號(hào)共振峰提取算法的研究.pdf

1、共振峰是語音處理領(lǐng)域最重要的特征參數(shù)之一,不僅是區(qū)分不同元音的重要參數(shù)而且反映了不同說話人的個(gè)性特征,在說話人識(shí)別、語音合成、語音編碼等領(lǐng)域得到了廣泛使用。隨著人們對(duì)說話人識(shí)別識(shí)別率和合成語音音質(zhì)要求的提高,共振峰參數(shù)的準(zhǔn)確提取已經(jīng)成為語音學(xué)研究的重要課題。本文在詳細(xì)分析了傳統(tǒng)的共振峰提取算法的基礎(chǔ)上,并深入研究了加權(quán)Mel倒譜法和EMD分解法,提出了兩種語音信號(hào)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(quán)Mel倒譜(Weighted Mel-Cepstral,WMCEP)的語音信號(hào)共振峰提取算法。Mel倒譜法是一種短時(shí)信號(hào)分析方法,是基于人耳聽覺的非線性特點(diǎn)提出的,能夠很好地反映語音信號(hào)的頻譜極點(diǎn)和零點(diǎn),但卻會(huì)移動(dòng)共振峰的位置增強(qiáng)共振峰的頻率。本算法在對(duì)Mel倒譜分析的基礎(chǔ)上引入基于心理聲學(xué)模型的感知權(quán)重函數(shù)對(duì)Mel倒譜進(jìn)行加權(quán)處理,得到加權(quán)Mel倒譜系數(shù)。加權(quán)Mel倒譜系數(shù)保留了原始語音信號(hào)頻譜的主要成分,其對(duì)應(yīng)的頻譜包絡(luò)能夠準(zhǔn)確地

3、逼近語音信號(hào)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(duì)加權(quán)Mel倒譜包絡(luò)進(jìn)行平滑校準(zhǔn),得到若干候選峰值。候選峰值既存在正確的估計(jì)也存在錯(cuò)誤的估計(jì),根據(jù)共振峰軌跡的連續(xù)性約束條件和頻率范圍,對(duì)這些侯選值進(jìn)行篩選得到篩選后的共振峰頻率,然后根據(jù)各篩選后的共振峰頻率的大小進(jìn)行加權(quán)平均得到最終的共振峰估計(jì)值。實(shí)驗(yàn)結(jié)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(quán)Mel倒譜法雖然能夠準(zhǔn)確提取純凈語音的共振峰,但對(duì)帶噪語音的提取結(jié)果不是很理想,在信噪比等于10dB時(shí)已經(jīng)不能提取共振峰。為了進(jìn)一步提高加權(quán)Mel倒譜法在噪聲環(huán)境下的魯棒性,文中引入了經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)法。EMD分解法是一種具有自適應(yīng)特性的非線性非平穩(wěn)

5、信號(hào)分析方法,首先對(duì)語音信號(hào)進(jìn)行EMD分解得到一組包含不同頻率尺度的固有模態(tài)函數(shù)(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(jìn)行重構(gòu)得到一個(gè)新的重構(gòu)語音信號(hào),最后利用加權(quán)Mel倒譜法提取重構(gòu)語音信號(hào)的共振峰。實(shí)驗(yàn)結(jié)果表明,基于EMD+WMCEP的共振峰提取算法比單獨(dú)的WMCEP法提取的共振峰更準(zhǔn)確,而且在信噪比小于20dB時(shí)仍然