語音短時特性的統(tǒng)計分析.pdf

1、語音信號分析是進(jìn)行語音信號處理的基礎(chǔ),只有分析出能夠準(zhǔn)確表示語音信號本質(zhì)特征的參數(shù),才有可能通過這些參數(shù)實(shí)現(xiàn)諸如語音通信、語音合成、語音識別等的處理。而且,語音信號分析的精準(zhǔn)程度也決定著語音識別率的高低和語音合成的音質(zhì)好壞,所以說,語音信號分析在整個語音信號處理及應(yīng)用當(dāng)中都具有舉足輕重的地位。
　　語音信號在整體上雖然具有時變特性,但是在很短的時間區(qū)域內(nèi)是相對穩(wěn)定的,即其特性保持基本不變,這個很短的時間一般認(rèn)為是在10ms到30m

2、s之間。因而,在短時間內(nèi)可以把語音信號看作是一個平穩(wěn)過程,也就是語音信號具有短時的平穩(wěn)性。所以對語音信號的任何處理和分析都必須建立在一個短時的基礎(chǔ)上,即所謂的“短時分析”。文中對語音信號的統(tǒng)計分析正是建立在“短時分析”基礎(chǔ)上。
　　語音信號的清濁音判決是語音信號處理過程當(dāng)中的一個十分重要環(huán)節(jié),而傳統(tǒng)的判決方法是選擇一個短時特征值,并且設(shè)定該特征值的一個門限。這種方法雖然簡單易行,但事實(shí)上清/濁音之間并沒有明確的分界,設(shè)定門限即是對

3、清濁音進(jìn)行強(qiáng)制分界,這會極大增加清/濁音在重疊區(qū)域的誤判。為了回避傳統(tǒng)方法的這種弊端,提出了一種基于短時統(tǒng)計分析的清/濁音判決方法。該方法以短時統(tǒng)計分析為基礎(chǔ),先對清/濁音短時能量分布的先驗概率及其概率密度函數(shù)進(jìn)行估計,然后借助貝葉斯判決模型進(jìn)行清/濁音判決。先驗概率的估計是利用清/濁音的單一特征門限,將大量語音幀分為清/濁音幀,然后統(tǒng)計先驗概率;概率密度函數(shù)估計是利用有監(jiān)督參數(shù)估計法,先繪出清/濁音分布直方圖,從直方圖上判斷概率密度函