基于语谱能量的音素边界检测.pdf

第 11 卷 第 6 期 太赫兹科学与电子信息学报 Vo1．11，No．6 2013 年 12 月 Journal of Terahertz Science and Electronic Information Technology Dec．，2013 文章编号：2095-4980(2013)06-0936-06 基于语谱能量的音素边界检测 李立永，张连海，冯志远 (信息工程大学 信息系统工程学院，河南 郑州 450002) 摘 要 ：根据音素发音时语谱结构的变化提出了一种基于语谱能量的音素边界检测方法。该 方法首先根据语谱结构变化特点将信号频域划分为高频、中频、低频 3 个区域，并以语音帧间语 谱能量向量的欧氏距离为判别依据分别对 3 个区域进行音素边界检测，然后对 3 个区域检测的边 界分别进行二次筛选，最后将 3 个区域的边界信息融合，得到音素边界检测结果，相对于基于音 素属性的边界检测方法，计算复杂性大大降低，边界检测率提高了 3.95% 。 关键词 ：音素边界检测；语谱能量；语音事件 中图分类号 ：TN912.34 文献标识码 ：A doi ：10.11805/TKYDA201306.0936 A phone classification method based on spectrum LI Li-yong，ZHANG Lian-hai，FENG Zhi-yuan (Institute of Information System Engineering ，Information Engineering University，Zhengzhou Henan 450002，China) Abstract： This article proposes a phone boundary detection method based on the spectrum. The spectrum is divided into three frequency regions according to the structure of the spectrum. The potential boundaries of every region are detected through the Euclidean distance between the neighbors of two vector frames of spectrums. The false phone boundaries are removed by a second examination. The phone boundaries are obtained via the fusion of the boundaries of three regions. Comparing with the method using phonological attributes，the computational complexity is s ignificantly reduced，and a higher score of 3.95% is achieved. Key words： phone boundary detection；spectrum；speech event 音素边界检测技术在语音信号处理中的许多领域都有广泛应用，其可以将语音从时间维度分割为不同的单 元，如词、音节和音素等。边界信息的人工标注，工作量大且具有人的主观性。因此如何快速、准确地检测出音 素边界或类音素边界，对语音