第九章语音检测分析PPT.ppt

第九章语音检测分析 9.1基 音 检 测 自相关法 并行处理法 倒谱法 简化逆滤波法 9.2共振峰估值 带通滤波器组法 离散傅里叶变换(DFT) 倒谱法 LPC法 语音检测分析主要涉及语音特征参数的提取和分析。 9.1基 音 检 测 基音是语音信号的一个重要参数，在语音产生的数字模型中它也是激励源的一个重要参数。基音是指发浊音时声带振动所引起的周期性，而基音周期是指声带振动频率的倒数。 准确地检测语音信号的基音周期对于高质量的语音分析与合成、语音压缩编码、语音识别和说话人确认等具有重要的意义。 9.1基 音 检 测 基音检测的主要困难反映在： ① 声门激励信号并不是一个完全周期的序列，在语音的头、尾部并不具有声带振动那样的周期性，有些清音和浊音的过渡帧是很难准确地判断是周期性还是非周期性的。 ②在许多情况下，清音语音和低电平浊音语音段之间的过渡段是非常细微的，确认它是极其困难的。 ③ 从语音信号中去除声道影响，直接取出仅和声带振动有关的激励信号的信息并不容易，例如声道的共振峰有时会严重影响激励信号的谐波结构。这种影响在发音器官快速动作而共振峰也快速改变时，对基音检测是最具危害性的。 9.1基 音 检 测 ④ 语音信号包含有十分丰富的谐波分量，基音频率最低可达80Hz左右，最高可达500Hz左右，但基音频率处在100～200Hz的情况占多数。因此，浊音信号可能包含有三四十次谐波分量，而其基波分量往往不是最强的分量。因为语音的第一共振峰通常在300～1 000Hz范围内，这就是说，2～8次谐波成分常常比基波分量还强。丰富的谐波成分使语音信号的波形变得非常复杂，经常发生基频估计结果为实际值的二、三次倍频或二次分频的情况。 ⑤ 在浊音段很难精确地确定每个基音周期的开始和结束位置，这不仅因为语音信号本身是准周期性的(即音调是有变化的)，还由于波形的峰或过零受共振峰的结构、噪声等的影响。 ⑥ 在实际应用中，背景噪声强烈影响基音检测的性能，这对于移动通信环境尤为重要，因为经常会出现高电平噪声。 ⑦ 基音频率变化范围大，从老年男性的80Hz到儿童女性的500Hz，接近三个倍频程，给基音检测带来了一定的困难。 9.1基 音 检 测 直方图(Histogram)也叫柱状图，是一种统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况。 9.1基 音 检 测——自相关法 浊音信号的自相关函数在基音周期的整数倍位置上出现峰值，而清音的自相关函数没有明显的峰值出现；因此检测是否有峰值就可判断是清音或浊音，检测峰值的位置就可提取基音周期值。 短时自相关函数中保留的语音信号的幅度太多，它有许多峰值，而其中许多都起因于声道响应的阻尼振荡。当基音的周期性和共峰峰的周期性混叠在一起时，被检测出来的峰值就会偏离原来峰值的真实位置。 9.1基 音 检 测——自相关法 主要问题是第一共振峰可能对基音造成干扰：在某些浊音中，第一共振峰频率可能会等于或低于基频；如果其幅度很高，就可能在自相关函数中产生一个峰值，而该峰值又可以同基频的峰值相比拟。 例: 其中有3个明显的峰值。通过自相关波形，可以确定位于第40个样本时延处的峰值相应于基频为200Hz；而位于第20个样本处的峰值与相应于基频时的峰值差不多一样大，因而可能将其误认为基音。 图9-1 一个女子发［］音的自相关函数，语音信号以8kHz取样 9.1基 音 检 测——自相关法 处理思路: 对语音信号进行预处理以去除声道响应的影响及其他带来扰乱的特征 分析:语音信号的低幅度部分包含大量的共振峰信息，而高幅度部分包含大量的基音信息。 方法之一:非线性处理。非线性处理的优势是在采用硬件时可在时域低成本地实现。 处理效果:任何削减或者抑制语音低幅度部分的非线性处理都会使自相关函数的性能得到改善。 9.1基 音 检 测——自相关法 图9-2中心削波 中心削波后的语音通过一个自相关器，这样在基音周期位置呈现大而尖的峰值，而其余的次要峰值幅度都很小。 9.1基 音 检 测——自相关法 计算自相关函数的运算量是很大的，其原因是计算机进行乘法运算非常费时。为此可对中心削波函数进行修正，采用三电平中心削波的方法 y(n)=C’[x(n)］＝1，x(n)＞CL y(n)=C’[x(n)］＝0，｜x(n)｜≤CL y(n)=C’[x(n)］＝-1， x(n)＜-CL 三电平中心削波的自相关函数的计算很简单，设y(n)表示削波器的输出，则由自相关函数直接计算的公式 Rn(k)＝［y(n+m)w’(m)］［y(n+m+k)w’(m+k)］ 如果窗口为直角窗，则上式变为 Rn(k)＝y(n+m)y(n+m+k) 上式中y(n+m)y(n+m+k)的取值只有-1、0、1三种情况，因而不需作乘法运