一种基于小波和快速傅里叶变换的学习型歌唱系统.PDF

Computer Engineering and Applications 计算机工程与应用 2012 ，48 （3） 143 一种基于小波和快速傅里叶变换的学习型歌唱系统 潘伟洲，单志龙，邱景钦，袁世超，黄煜廉 PAN Weizhou, SHAN Zhilong, QIU Jingqin, YUAN Shichao, HUANG Yulian 华南师范大学 计算机学院，广州 510631 School of Computer, South China Normal University, Guangzhou 510631, China PAN Weizhou, SHAN Zhilong, QIU Jingqin, et al. Intelligent singing system based on wavelets transform and fast Fourier trans- form. Computer Engineering and Applications, 2012, 48 （3 ）：143-145. Abstract ：Speech recognition and text to speech technologies enable computers to understand human languages and read as a human respectively. In this paper, an intelligent singing system is proposed. The system uses percussion locating method to locate every mo- ment when each word of lyric occurs. Daubechies Wavelets Transform （DWT ）and Fast Fourier Transform （FFT ）are used to calculate the fundamental frequency. The computer sings the song with text to speech technology. Key words ：Melody Lyric to Song （MLTS ）; singing; Daubechies Wavelets Transform（DWT ）; Fast Fourier Transform（FFT ）; text to speech 摘 要：语音识别和合成技术分别实现了计算机理解人类语言和模仿人类阅读文本的功能，提出了一种实现计算机学习并演唱 歌曲的系统。系统运用敲击定位法定位发音时刻，然后利用Daubechies 小波变换和快速傅里叶变换计算出对应的基频，采用语 音合成技术输出声音。 关键词：MLTS 技术；歌唱；Daubechies 小波变换；快速傅里叶变换；语音合成 DOI ：10.3778/j.issn. 1002-8331.2012.03.042 文章编号：1002-8331（2012 ）03-0143-03 文献标识码：A 中图分类号：TP393 1 引言 由于所有歌曲都是由各个不同频率的音阶和其延续时间 在计算机系统中，语音应用技术作为信息技术处理领域 的长短来实现的，所以电脑学唱一首歌的过程也可以像人一 的一项前沿技术，主要包括语音识别（Speech Recognition，SR） 样：计算机先“听”一首歌，然后“听”出哪个地方唱哪个字和发 [1] 哪个调，再“看”着歌词唱出来。“听”的过程就是一个分析的过 和语音合成（Text to Speech ，TTS ）技术 。语音识别技术是指 计算机系统能够根据输入的语音识别出其代表的具体意义， 程，根据歌曲的信息和与之相匹配的文本歌词提取相关的音 进而完成相应的功能。通过语音识别技术，计算机可以“听” 乐信息特征值，而“唱”的过程实际上是一个根据分析得到的 懂人类的语言。而语音合成技术则是将计算机自己产生的或 特征值调用音库发声的过程，该过程如图2 所示。 外部输入的文字信息，按语音处理规则转换成语音信号输 出。通过语音合成技术，计算机具有了“说”的能力。语音合 wav 音频