一种判别语音静、清、浊三态的新方法.pdfVIP

信号处理 216 一种判别语音静、清、浊三态的新方法 邓立新杨震郑宝玉 (南京邮电学院信息工程系．165信箱，210003) 【摘要l本文提出了一种判别语音静、清、浊三态S／U／V的新方法——语音波形图象模板匹配法。它的基 本原理是首先利用语音信号的波形圈，来导出静、清、浊三态的标准矢量模板，然后将输人信号波形转换成矢 量图，与标准模板进行比较．此法不仅简单、高效，而且对于过渡情的判别精度高于其它一些判#Ⅱ法，并具有 一定的抗突发噪音性舱． 关键词：语音、分类、模板匹配 一、新的s／u／v判别法的提出 在语音信号处理中，对输入信号进行静态、清音和浊音(S／U／V)的判别是很重要的，它常作为语音识别 或语音压缩领域预处理的一个重要内容。判别的复杂度和精确度对后续的语音处理工作有很大的影响。因此， 人们一直在研究新的简单而高效的S／U／V判别法““，如基于信号频潜乎坦度的S／U／V判别法“1．就是一种借 助了信息论的结果，在频域进行判别的新方法，但它需进行滤波运算，计算量较大，且仍属单参数判类。我 们知道，常用的S／U／V判别法多采用语音信号的短时能量、短时平均过零率以及LPc系数等作为判别的参量， 如新近制定的G．729B标准就是采用四种参数的组合来进行S／U／V判S9的”1．这是由于单一参量的值的动态范 围在各分类问通常会发生叠接，所以要取得高的识别率，就需采用这些参量的组台t而这无疑会增加判别的 复杂度。 笔者注意到，在进行S／U／V判别的训练试验中，人眼单从一帻输入信号的波形图就能判月Ⅱ出其S、U、V 属性，此时凡脑并没有计算出具体的能量和过零率等参量的值。由此可见。语音信号的波形图可以作为S／U／V 判别的依据．基于此，笔者提出了一种判别语音静、清、浊三态的新方法——语音波形图象模板匹配法． 二、语音波形图象模板的生成 模拟语音信号经过抽样、量化，转变为数字浯音信号，我们可以将此数字浯音信号表示为0、l的二值图 象，类似黑白图象的二值编码川。具体做法如下．假设每帻语音信号有M个样点，样点的取值范围限定在【-A， A】，将此取值范围N等分，进一步对语音信号进行均匀量化，样点落在哪个等分点上．其值即表示为1．其余 的等分点则取0值。这样，每帻语音信号都可组成一NXM维的矩阵，例如第11帻语音信号的NXM维矩阵为： XffX|：…x|M x2|x22…x1M X{nl- ^Nt^w2…xKM 此矩阵中的每列元素只有一个为1，其余均为a．显然∞_，代表了第11帧输入信号的分布图。 我们利用(1)式定义，采用下面步骤来构造S、U、V类的模板。首先采集多帧语音样本进,行OII练，x,州ll 练序列中每类样本的矩阵叠加后求平均，所用的算式为 Z=÷艺一rn，(f为类别号，f=1，2，3) (2) 。…， 信号处理 217 其中xrHJ指第门帧的N×M维矩阵，^为属于第f类的被测时段中的总帻数。由此得出的NXt—I维Z (f=l，2，3)矩阵就是三类语音信号的平均波形分布图／慎。若将此Z(t=1．2，3)矩阵直接作为s、u、 V的模板，则在实际计算时，就要限定比较的帻长是M个样点，每情计算I,1XM个点，计算量较大，而且由于 Z中的一些元素的值本身很小．在比较过程中也易产生的误差。I垂111t：，为减少计算量、提高计算精度以及使 模板比较法能灵活地适用于不同的比较帻长．我们再将Z(f=l，2，3)矩阵化为N×1维的列矢量。公式 为 ”” i；h0…却I (f=1．2-3) (3) ，吖 式中，T为转置．i=—专∑妇(Ⅻ为z中的元素，t=1，2．…．Ⅳ) (4) 1’‘Imt