以随机森林模型法作中文塞音侦测slam.pdfVIP

子計畫三子計畫三 ：： 子計畫三子計畫三 ：： 語音屬性與事件之辨識模型研究語音屬性與事件之辨識模型研究 語音屬性與事件之辨識模型研究語音屬性與事件之辨識模型研究 以隨機森林模型法作中文塞音偵測以隨機森林模型法作中文塞音偵測以隨機森林模型法作中文塞音偵測以隨機森林模型法作中文塞音偵測 以隨機森林模型法作中文塞音偵測以隨機森林模型法作中文塞音偵測以隨機森林模型法作中文塞音偵測以隨機森林模型法作中文塞音偵測 林奇嶽林奇嶽 林奇嶽林奇嶽 清華大學電機系清華大學電機系 清華大學電機系清華大學電機系 1 中文塞音的發音過程中文塞音的發音過程 中文塞音的發音過程中文塞音的發音過程 塞音的發音過程 1. 口腔閉塞 (closure) ：嘴巴緊閉，氣流積蓄在口腔內 2. 爆裂釋放(burst release) ：嘴巴快速張開，瞬間釋放積蓄在口腔內的 氣流 3. 摩擦聲(Fricative) ：積蓄的氣流釋放後，氣流通過舌頭產生的阻塞區 而產生紊流而產生紊流 4. 送氣(aspiration) ：由聲門產生的紊流，即聲門音/h/ 中文塞音 無聲不送氣塞音 /p/( ㄅ) 、/t/( ㄉ) 、/k/( ㄍ) h h h 無聲送氣塞音 /p /( ㄆ) 、/t /( ㄊ) 、/k /( ㄎ) 2 將塞音爆裂視為塞音最重要的語音事件(speech event) ，然 後在連續語音中藉由偵測塞音爆裂的出現與否來決定是否出 現塞音音段 。 在口腔閉塞轉移到塞音爆裂的區域萃取出特徵參數 。 送氣塞音接在爆裂後出現的送氣音段送氣塞音接在爆裂後出現的送氣音段 ，，因易於跟摩擦音和聲門音因易於跟摩擦音和聲門音 /h//h/ 混淆 ，並不予以納入描述塞音的特徵之列。 3 中文語音廣義分類中文語音廣義分類 中文語音廣義分類中文語音廣義分類 定義九大類廣義分類 與塞音發生有關的3類：不送氣塞音爆裂部份、送氣塞音爆裂部份、 塞音送氣部份 非塞音的6類：摩擦音 、塞擦音、邊音、鼻音、韻母音段、靜音 (塞擦音也有爆裂釋放 ，但是不計入stop偵測) 4 特徵參數萃取特徵參數萃取 特徵參數萃取特徵參數萃取 預強調濾波器 10−.97 z − 1 10ms漢明窗 ，2ms音框移動率 24階線性預估分析 ，並利用512點 FFT轉換成線性預估頻譜 以連續10個音框為一組 ，進行2D-DCT ，並保留描述聲譜低頻振動 的成份係數 5 實驗語料實驗語料 實驗語料實驗語料 TCC300中文語料庫 取樣頻率16kHz ，16-bit PCM單聲道 平均SNR為23dB 訓練語料 ：885句中取出 1001個塞音段 ，並從其中的160句取出非 塞音段的訓練語料 測試語料 ：917句，共包含 2390個塞音段 、19220個非塞音段 6 隨機森林隨機森林 隨機森林隨