双源谐波模型地清浊音分离研究.pdfVIP

NCMMSC2007 双源谐波模型的清浊音分离研究* 胡琦，梁满贵，肖彦，阮秋琦 (北京交通大学 计算机与信息技术学院 信息科学研究所，北京，100044) 文 摘：本文根据双源谐波模型给出了一种提取语音信号清浊音分量的方法。该方法主要利用语音浊音分量的准周期 特性，利用一组调频调幅的正弦信号和来逼近。在通过自相关法获得基音周期的初始值之后，依据最小均方准则通过 循环叠代逐步更新基音周期。在得到更新的基音之后，采用基音同步的窗对语音信号进行频谱分析。然后根据谐波（基 音频率整数倍）频率处的信号频谱幅度和相位来估算浊音分量在该频率处的幅度和相位。本文的工作是在[4]的基础上 展开的。相比[4]本文的创新主要在以下两点：1、提出了一个适合清浊音分离的基音检测算法；2 、提出了在谐波频率 处进行修正的思想，并给出了具体的修正方法。实验结果表明，本文提出的方法达到了预期目标。 关键词：清浊音分解；基音周期；谐波； 中图分类号： TN 912. 3 1 简介 2 模型 目前，对语音信号的各种处理主要还是依据于 传统的语音产生模型。这些处理方法最大的弊端就 在介绍具体的算法之前，我们简要介绍一下双 在于，它们模糊了语音中存在的两种分量（清音和 源谐波模型[4,5]。在双源谐波模型中，我们认为 浊音）之间的差异。这样的一些处理方法只能获得 语音信号是清音和浊音信号在时域内的叠加，即有 语音整体的合成特征，不能反映清音或浊音分量分 下式存在： () () () 别的特征，就像两张照片重叠显示会严重丢失信息 s t v t +u t （1） 一样，合成特征不仅未能表现清音或浊音分量单独 上式中， () () () s t 表示语音信号，v t 和u t 分别表示 的特征，而且不能揭示清浊分量相互配合所表现的 其浊音和清音分量。 结构化语音特征。 考虑到浊音的准周期特性，用一组正弦函数的 根据信号处理理论，对一个信号的分析，如果 和来表示它。即有： 要求频率分辨率高，时间分辨率就必须低，反之亦 L ˆ() () 然，二者的乘积是常数。因而，以往的语音信号处 v t ∑xl t （2） 理方法无法权衡元音和辅音对时频分辨率的矛盾 l 1 要求，这也就直接导致了在语音识别、语音合成等 其中L 表示谐波分量个数，由L ⎢ωm ⎥确定 ， 诸多应用中存在的瓶颈。而清浊分解为解决这类矛 ⎢⎣ ω0 ⎦⎥ 盾提供了技术基础。正如 W.B.Kleijn 教授为了解决 其中ω 和ω 分别表示语音信号的截止频率和基 m 0 特征波形内插(Characteristic Waveform Inter