語音基頻檢測及其頻模型的研究.pdf

1、近年來隨著計算機(jī)及數(shù)字信號處理技術(shù)的發(fā)展，人機(jī)交互技術(shù)有了很大的進(jìn)展，作為其中重要組成部分的語音合成技術(shù)也得到了迅速的提高。目前已有許多語音合成方法，合成語音的清晰度達(dá)到了令人滿意的效果；而其自然度和韻律性還跟人們的期望有一定的差距，帶有很大的機(jī)器味。從而尋找一種能夠有效模擬自然語音的韻律特征的方法一直是語音合成技術(shù)的一個研究熱點。 語音的韻律特征包括基頻、時長及幅度等，其中最主要的是基頻。自然語音基頻曲線的準(zhǔn)確檢測在語音信號處

2、理中占重要地位；它不僅是我們分析自然語音的韻律特征的一個重要工具，而且在語音合成和語音識別中有廣泛的應(yīng)用。為提高合成語音的自然度，需要建立一個更加有效的基頻模型，而良好的模型的建立是以自然語音基頻曲線準(zhǔn)確有效的檢測為基礎(chǔ)的。 論文首先概述了課題的研究背景，并對語音的發(fā)音機(jī)制、語音產(chǎn)生的數(shù)學(xué)模型及語音的時頻特性做了介紹。然后，對國內(nèi)外基頻檢測的研究現(xiàn)狀進(jìn)行了回顧，論述了自相關(guān)法、倒譜法、平均幅度差法及小波變換等基頻檢測的原理及算法

3、。簡要的闡述了語音合成中的基頻控制的現(xiàn)狀；并對小波變換的原理及性質(zhì)進(jìn)行了詳細(xì)的介紹。 本文提出了一種基于最佳尺度的小波變換基頻檢測。傳統(tǒng)的小波變換基頻檢測，通過比較相鄰兩尺度下的極值點的位置是否一致，來確定聲門閉合時刻，求得基頻。由于小尺度下容易引入偽極值點，需要進(jìn)行多次的小波變換及極值點搜索和判定，降低了算法的準(zhǔn)確性和實時性。本文提出的最佳尺度的小波變換基頻檢測方法，利用發(fā)聲器官的生理特性以及語音基頻曲線內(nèi)在的特點，結(jié)合小波變

4、換的優(yōu)點，先進(jìn)行最佳尺度的判定，然后在該尺度下進(jìn)行基頻檢測。新算法不僅有效的去除了偽極值點，增強(qiáng)了檢測的準(zhǔn)確性；而且不必進(jìn)行多個尺度下的極值點搜索和確定，利用改進(jìn)的極值搜索方法，提高了算法的實時性。 論文利用提出的基頻檢測方法，對一標(biāo)準(zhǔn)單音節(jié)語音庫進(jìn)行了基頻的提取，闡述了各個聲調(diào)的典型基頻曲線模式。在此基礎(chǔ)上對Target模型中的Target進(jìn)行更詳細(xì)的分類，設(shè)置了更加合理的Target；在設(shè)定好Target模型的表達(dá)式后，用改