基于Gauss混合模型的清浊音恢复改进算法.pdfVIP

清 华 大 学 学 报 (自然 科 学 版) 法 。它利用特征参数之间的相关性 ，采用 Gauss混 矢量 z，计算后验概率 P(Vlz)(或 P(Ulz))。可按 合模型(Gaussianmixedmodel，GMM)，用归一化 如下全概率公式计算 ： 能量参数和 LSF参数对 u／V参数进行解码端恢 p(Vlz)一 丽 ． 复 ，通过对长时能量 电平变化轨迹的有效跟踪提高 (2) 了系统的整体性能。 其中，p(V)表示语音帧为浊音 的概率。P(Vlz)为 1 基于 Gauss混合模型的子带清浊音恢复 估计的第 1个子带模糊清浊音度 ，即 一P(Vlz)。 算法 同理 ，对第 2～5子带的清浊音参数也可采用类似 的 低速率语音编解码器提取的 LSF、能量 、基音 方法 ，即得 ，i一2，…，5。 周期及 u／V等参数表征语音信号在某方面的特 最后 ，对估计的子带清浊音参数进行 以下两点 性 。然而，各个特征参数并不是孤立存在的，而是相 修正 ：1)考虑到浊音误判为清音会对合成语音质 互之间具有很强的相关性 ，如浊音对应较高的能量 量产生较大影响，因此需要采用新的全带清浊音 门 电平，而清音对应较低的能量电平 ]。同时，汉语语 限T ，使得浊音误判为清音 的概率小于 1％，即 音的音素个数有限，各特征参数的组合概率不同，参 P(百T IV)O．01，并对第 1个子带的清浊音参 数之间也具有一定的统计相关性[6]。据此 ，可利用 数进行如下修正 ： 参数之间的相关性，借助特定的概率统计模型，根据 一 一1』 ≥ ． (3) 某一个或某几个特征参数对其他特征参数 的分布特 0， 百1 丁1。 性进行分析和估计 。为此，本文采用 GMM，通过 2)当第 1个子带为清音时 ，后 4个子带也一定 LSF和能量参数对 U／V参数 的概率分布特性进行 为清音。因此 ，若 T ，则 一o，一2，…，5。 估计。 按上述方法， ，i一1，…，5，即为最后获得 的 线性预测倒谱系数 (1inearpredictioncepstral u／V参数估计值。算法步骤可归结为 图 1所示 的 coef{icient，LPCC)以及 LSF参数均是表征语音信 框图。该方法存在 的问题是 ，u／V参数 的恢复效 号谱特性的参数，但是 由于前者较后者具有更优 的 果对不同能量电平 的鲁棒性较差 。例如，对于波形 线性特性 ，更适用于 GMM 模型，因此首先需将 完全相同而只有能量电平不 同的两段语音信号 ，它 LSF参数转换为 LPCC参数口]。u／V参数是 5维 们每一帧的LSF参数和 u／V参数是相 同的，而能 的矢量 ，用来描述语音信号在 5个子带 (分别为[O， 量参数却有一定差别 。因此 ，按照上述方法计算 的 500]Hz、[500，1000]Hz、[1000，2000]Hz、 极有可能会导致不 同的数值 ，与实 际的U／V参 [2000，3ooo]Hz、以及 [3000，4ooo]Hz)的模糊 数值不相符 ，而且能量 电平差别越大 ，性能下 降越 清浊音