基于小波变换汉语耳语分析.pdfVIP

基于小波变换的汉语耳语分析8 吴西愉 qL江-平 中国社会科学院民族学与人类学研究所 摘 要 本文是关于汉语普通话耳语的研究。声学分析的方法主要采用：二进制小波变换和线}生 幅度平滑。主要目的是找出耳语辅音和元音之间的区别，以便能自动的区分出元音和辅音以 及找出元音与元音、辅音与辅音之间的区别，为以后能正确地加入不同的正常嗓音和进行后 续研究打下基础．研究表明：耳语的元音a、i，ii可以通过小波变换各级能量上的差异来进 行区分，a的前三级有能量，i只有第一级有能量，而u是前四级比较均匀的分布着能量．对 于辅音部分，凡是在前四级上都有脉冲的肯定是塞音；凡是从第一级到第二级能量迅速衰减 的肯定是擦音或者塞擦音。 l引 言 耳语的发音比较特殊，声源和普通语音的声源不一样，基本上是以气流的冲击为主，可 以看成是一种噪音声源。发耳语时声门处于漏气状态，而口腔的形状和正常发音几乎没有分 别，所以耳语的共振峰结构很好，基本上和正常的语音一样。这样我们就可以用共振峰合成 的方式把耳语转变成正常语音。如，可以先用LPC的方式提取出共振峰，然后再加上适当的 嗓音就可以合成出正常语音。本文采用二进制小波变换和线性平滑的方法来分析汉语普通话 耳语辅音和元音的特点。由于前人对耳语的研究还比较少，可供参考的文献很有限，所以这 里也只能算是一个试探性的研究，为以后的深入研究打下基础。 2研究方法 在研究方法上，本项研究采用二进制小波变换的方法，这主要是因为在小波域不仅可以 反映语音的频域特性，而且同时也能反映语音的时域特性。 2．1小波变换 在语音分析上，小波变换有其独特的地方，它不仅计算上比较简单，而且能连贯的表现 出语音在频域和时域的相互关系。利用小波变换可以分析EGG信号、声门气流信号、语音信 et 号等(Drumheller，1995：Du et al，1998)。 wavelettransform)。 在语音分析上，比较合适的小波变换是二进制小波变换(dyadic 一段语音信号zr∥的二进SUd,波变换可定义为： Dy暇(叫2)=专￡埘譬’(等ldt=x(旧目+(吐 其袍7是尺度参数“∽黝波函煳r)92J∽=古文寺)的复数共轭，圆代表 卷积算符(convolution 小波反变换流程见图2。 叩 咒，} 甚妒 妒 § 图1：J层的二进制离散小波变换 图2：J层二进制离散小波反变换 其中k为离散信号z r∥，L铂居席疆撼溅#，Hi-I是J层的平滑函数，7％托是J层的 小波系数， S，，七是J层的残差。 G，日，K，的系数中分别插入27_1个0得到的。在图2中月j是日，的时间反向。 2．2线性平滑 对信号进行平滑的方法有很多种，其实都相当于一个低通滤波器。这里是取不同宽度的 窗，对各级小波系数进行多点平均，去掉毛刺。本项研究是先对小波系数取绝对值然后再加 窗进行平滑。窄窗为左边取5个样点右边取5个样点，再加上本身共11个样点，对其进行平 均作为该样点的输出；宽窗为左边100个样点右边100个样点，再加上本身共201个样点， 对其进行平均作为该样点的输出。窄窗可以更清晰的看到塞音的脉冲；宽窗的曲线比较平滑， 而且运用微分进行处理可以确定元音和擦音的性质。 3基于小波变换的声韵母性质 这里用的语音样本为汉语普通话耳语男声，录音的采样频率为11025Hz，采样频率在讨 论的过程中很重要，因为它决定了各级系数对应的频率域范围。对辅音和元音进行分类讨论， 每组国只取了前四级的小波系数(这对我们的讨论来说已经足够了)。每组图由窄