一种警戒模式下多基地声纳配置方法-电声技术.DOCVIP

PAGE 10 PAGE 91国家自然科学基金项目耳语音元音共振峰研究*1邓秀慧? （南京工程学院计算机工程学院，江苏 南京，211167）摘要：耳语音是一种语言方式，是指声带轻微振动或者不振动的轻声说话。本文对已经收集形成的语音库的基础之上进行了一系列研究，在此基础上就正常音和耳语音对共振峰位置带宽进行研究计算，得出其相应的变化比例，最终获得了耳语音在共振峰的基本特点。关键词 耳语音，声学特性，共振峰中图分类号：O429 文献标识码：A 文章编号：The research of formant in whispered vowel speech Deng Xiuhui (College of Computer engineering, Nanjing Institute of Technology, Nanjing ,211167，China)Abstract The whisper is a kind of speech, it refers to the slight vibration or the no vibration of the vocal cords, and it can avoid being overheard. In this paper, a series of comparative studies are carried out on the whispered speech and the normal speech. After analyzing the formation and basic features of the whispered speech, a series of studies about formant frequency and formant bandwidth compared with normal speech has been carried out in this paper.Key words Speech recognition，Whispered speechPAGE 2 2010年1月1 引言作为一种发音方式，耳语音有着与正常语音不同的发音模式，声门前部（韧带）完全靠拢，有一个宽三角裂隙在其后部（杓状软骨），摩擦噪声因为在开放区有气流通过而产生，耳语音就这样形成了。[1]耳语音与其他变异语音存在差异，发声时，发音人喉部紧绷，局部声门关闭，呼出快速气流，同时发出的声音洪亮。[2]综上所述耳语音的主要特征是：发音时可以完全不振动声带，基频缺失，同时其音量低。[3] 在生活中，耳语音被大量的使用，例如在公共场合利用手机通话时，为了能不影响他人，并防止通话内容被窃听，通常耳语音被作为第一选择。此外耳语音在一些特殊情况同样有着重要的实用价值，语音学家可以研究一些咽喉切除患者的语音重建问题；通过耳语音话者特征，法院和公安可以进行话者辨别等等。因此对于耳语音的研究，特别是对其声学特性的研究有着一定的迫切性。[4]同时由于它是一个全新的课题，许多工作必须从基础研究开始，其难度较大，有很多问题亟待解决，尚处于探索研究阶段。本文通过LPC求根法，对汉语耳语和正常语音的共振峰位置带宽进行研究计算，得出其相应的变化比例，结论为汉语耳语音共振峰的变化规律是向高处变化，带宽变宽。2 语音库的建立2.1语音库的建立耳语音实验数据是在南京大学声学所的试听室里录制的，耳语音的能量小，信噪比低,其信噪比约为5分贝。本次录音由10个人（5男5女）分别发音录音，采用的参数是：采样率为8kHz，单声道，量化16bit。考虑到语言的通用性同时兼顾语音在噪音环境下的适用性，采集的耳语信号中噪音信号包括空调的环境噪音和电脑的运转噪音等。语音库包括六个元音，分别为/a/、/o/、/e/、/i/、/u/、/ü/，每个音有四个声调，分别为阴平、阳平、上声及去声。十个人将每个音的每个声调读两遍，共有480个音（6个音×4个声调×10个人×2遍）。耳语音的能量小，信噪比低，由于无法找到试听室，因此本次耳语音库的录音工作都是在南京航空航天大学理学院大楼进行的，保证所录语音有足够的清晰度。2.2 端点检测一些常用的端点检测方法不适合检测耳语音，因为耳语的特殊性，因此研究选择熵函数法实现端点检测。首先，将语音进行分帧（32 ms/帧），将每帧信号分为四个子帧来计算宽带语谱图，信号的宽带频谱是加hamming窗后对每个子帧求傅里叶变换得到的。 （1）如下式所示，将滤波信号求