汉语语音基频提取和声调的模糊聚类分析.pdfVIP

汉语语音基频提取与声调的模糊聚类分析 李晶皎孙杰姚天顺 东北大学信息科学与工程学院110006 囊 摘要 本文提出一种用小波变换处理的汉语语音基频的方法，然后将基频序列用曲 线拟台，根据四声的特点用模糊聚类分析方法FCM算法完成四声检测，通过对1177 个汉字音的识别有187个识别错误，其中有95个是切分错误，92个是声调检测错 误。 关键词 基频，基频序列，声调检测 ● 1．引言 汉语是～种有调语言，其声调具有辨意的作用。声调是重要的声学参数，在语 音识别、语音合成和分析处理应用中都有重要的意义。声调是由调值和调型组成的， 调值由基频数值狭定，调型由调值的走向决定。 从语言的特征来看。汉语语音的基频具有以下几个特点： (1)语音基频变化范围很大，其一是不同的讲话人之间基频相差很大，一般从成年男 也由于四声声调的不同相差～个倍频或更多。 (2)虽然从声门波的激励看，基频是昂强的，但经过声道传输，由于声道的谐振增益， 在语音波形中高次谐波幅值常常是数倍于基波幅值。大量实验证明，一般二次谐波 就可畎达到基频的四倍左右。 (3)由于说话人与话筒的相对位置的变化及说话人发音大小的改变，使得进入系统 的语音信号的总体幅值也发生很大变化。 在用时域方法从语音波形中估算基频周期时，绝大多数的错误都发生在语音 的半频和倍频，甚至是三倍频处，这是由语音信号的准周期性和复杂性所决定的。 我们曾用极值自相关多侯选基频提取的基频序列如图1所示，其中错误常发生在基 频的半频处。通过实验我们发现用小波变换得到的基频序列效果更好。 2．小渡函数的选取和快速算法 小波变换是一种以合适的基函数(也称尺度函数)对信号进行分析的方法。根据我们 要分折的语音信号的特点，我们选用二进小波。一个信号f(t)的二进小波变换(TheDyadic Wavelet Transform)：为： f(t)2 f(1)+V W2j 2J(t) 350 不连续点处表现为局部最大。 NNN@N部最大值就对应信号的急剧变化点，即语音信号中由声门闭合引起的突然 改变，这一急剧变化将使W，，f(t)沿几个连续的二进尺度都表现为局部最大。 因此小波函数选择某一平滑函数的一阶导数，平滑函数实质是一个低通滤波器的脉冲 ● 响应，设平滑函数为O(t)，则v(t)=a。O(t) 根据我们解决问题的需要，满足此要求的平滑函数0(t)可选立方样条函数，小波 v(t)就是一个紧支集的二次样条函数。 我们所分析的语音信号所包含的频率成份总是有限的，因此小波变换应在有限的尺度 ● 下进行讨论。将尺度归一化为j，最大尺度限制到2。(J为正整数)，定义一个平滑算子S．{ a=o，l，…，J) S，}f(t)=f(t)·e，，(t) 可知尺度23越大，平滑算子S．．就滤除_f(t)中越多的高频成份。语音信号中清音主要占据 高频段，无基音周期：而浊音中基频的范围大约是30～500Hz，如果将小波变换用于基 音检测，则最大尺度21的选择可按下式计算：J=l092e／fmax，其中e为采样频率， fm。是信号称)经过尺度为2’的小波变换后保留下来的最高频率。例如采样频率为 以取J=5。 小波变换的快速算法的若键在于引入H和G两个数字滤波器．而H；、G，是由H、G 的每两个系数间插入2J一1个零点的数字滤波器。 对于我们选取的立方样条平滑函数和紧支集的二次样条小波函数其相应的滤波器的传