低码率语音编码中过渡帧对合成语音的影响-应用声学.pdfVIP

第 35 卷 第 1 期 Vol. 35, No.1 2016 年 1 月 Journal of Applied Acoustics January, 2016 ⋄ 研究报告⋄ 低码率语音编码中过渡帧对合成语音的影响 肖 东 莫福源 陈 庚 马 力 (1 中国科学院声学研究所水声环境特性实验室 北京 100190) (2 中国科学院声学研究所 北京 100190) 摘要 过渡段对语音清晰度、可懂度和人耳听觉感知都起到不可忽视的作用。参数语音编码中，包含有过渡 段的语音帧能否得到恰当处理，是决定其合成语音是否清晰可懂的关键。本文以混合激励线性预测编码为参 考，将其中的语音帧划分为静音、清音、浊音、过渡四大类后分别处理，在以往低码率语音编码( kbps) 工作 基础上，比较了八种过渡帧划分方法对合成语音PESQ MOS 的影响。经分析后发现：不同的过渡帧对PESQ MOS 的贡献也不同。由清、静音向浊音变化的过渡帧的贡献最大；介于浊辅音与元音之间的过渡帧的贡献也 不应被忽略。 关键词 低码率语音编码，混合激励线性预测编码，过渡段 中图分类号: TN912.32, O422 文献标识码: A 文章编号: 1000-310X(2016)01-0077-07 DOI: 10.11684/j.issn.1000-310X.2016.01.011 Effects of transition frame on synthesized speech in low bit rate speech coding XIAO Dong MO Fuyuan CHEN Geng MA Li ( Key Lab of Underwater Acoustic Environment, Institute of Acoustics, CAS, Beijing , China) ( Institute of Acoustics Chinese Academy of Sciences, Beijing , China) Abstract Transition segments play an essential role in clarity, intelligibility, and auditory perception of speech. In parametric speech codec algorithm, whether the synthesized speech is clear and intelligible is critically determined by whether transition frames, which contain the transition segments, can be processed felicitously. Referring to the MELP (Mixed excitation linear prediction), frames are classified into four types: silent, unvoiced, voiced, and transition. Each type is processed respectively. Based on the previous work of low bit rate ( kbps) speech coding, th