Bark尺度连续子波变换及对非平稳语音的分析.pdfVIP

信号处理 192 Bark尺度连续子波变换及其对非平稳语音的分析+ 付强易克初 (西安电子科技大学ISN国家重点实验室 I摘要l 本文将在语音感知实验基础上所得到的Bark尺度概念与予波的构造联系起来，提出了一种语音 信号Bark子波。在感知特性上．它与人耳的听觉泵统是吻合的：在数学上，它是一种非正交的但却是超 完备的，近似可逆且是自反演的子波变换。我i】将其应用于清浊过渡段语音分析．证明它是一种良好的适 合于语音的非平稳分析方洼。 I美键词1连续予波变换语音分析 一．引言 传统的语音分析在短时平稳假定的基础上．采用固定窗傅里叶变换以获取时．频局部化信息。不论对 于任何语音段，其时-频分辨率均是固定不变的。然而。某些“严格非平稳”的语音段，如爆破音和塞擦 音等t根据不确定性原理Ⅲt这种分折方法无疑是模糊了语音的细节特征。为此就需夏一种其时．频分辨率 能够适应于语音非平稳特性的分析方法．子波变换正是满足这一需要的有力工具。它采用多辨率分析的思 想．非均匀地划分时-频空间，顿率较低的信号成分的持续周期较长，允许而且应当采用较低的时间分辨 率和较高的顿率舒辨率进行分析，丽壤率较高的信号成分则正好相垃。这样对于频率成分复杂的语音信号， 采用多辨率分析的思想·就可以同时兼顾到不同时间．不同频率成分的需求，于是在服从不确定性原理的 前提下。不同的时．频区都能获得比较合适的时．频分辨率。 近十年来，对于语音的子波表示这一课题已有许多学着作了大量工怍l埘研，但几乎部直接采用现有的 子波基函数进行变换。实际上t在多分辨率分析框架下构造于波基的主要优点在于它一定满足正交性(包 括半正交、双正交性)一】。而这一点对语音分析来说并不必要．因为听觉感知本身就存在较大的冗余。并 且．无论是二进子波、于波包还是M带子被变换，其频域划分都是一种倍频程关系，这与人耳所固有的 对语音的频域感知特性并不完全吻合17I”。有理采样子波(Rational Sampling)以及多子波变换(Multi． Wavelets)虽采用多个子波函教来获得更灵活的频域划分．但随着所需频带敬的增加，其设计过程也急剧 复杂起来n。 ， 为此t保持完备性而放弃正交性条件，直接从语音频域感知特性出发设计子波函数，或许更适合于 语音的分析．根据这一思路我们提出了语音信号的Bark于波表示，并讨论了它的性质．最后利用Bark子 波变换对一段典型的过渡音进行了分析蛮验。 二、Bark予波及其变换 Hz范围内的频率可分成24个频率群(临界 人耳基底膜具有与频谱分析器相似的作用．在20-16,4100 带．Bark)．频率群的划分相应于葺底膜分成许#很小的部分．每一部分对应一个频率群，并且长度相等。 对】翌于同一基底膜部停的那些频率的声音．在大脑中似平是叠加在一起进行评价的【“。这就是说，人类听 觉舔统对于声音频率的感知与实际顿率的对应关系．是一种非线性映射关系，这就引出了所谓的Bark尺 度的概念。Traunmunar给出了线性频率与B缸k频率之间的函数关系l”，即 6：6 (1) 7asinhf生刭 ＼600J 其中．6代表Bark频率．1为线性颁率。 以下即是构造Bark于波的基奉思想：第一，由于在语音分析中时间与频率信息的同等重要性．所选 择的予波母函数(咀下简称母函数)应在Bark域满足时间．带宽最小．即为高斯函数11】：第二，为与频率 群的概念相一致．母子波在Bark域的带宽应相等且为单位宽度．即1个Bark。 根据咀上两点．我们选择母函数在Bark域的形式为∥f们=e一叩，并且在单位带宽定义为3dB带 宽的情况下q取为4In2。假定被分析语音信号一O)-sL厂J的线性频率带宽I．厂『∈【Z，．厂2】，相应的Bark 频率带宽