一种基于上升缘与下降缘的语音分割方法-计算机工程与应用.PDF

Computer Engineering and Applications 计算机工程与应用 2012 ，48 （5） 127 一种基于上升缘与下降缘的语音分割方法 郑荔平 ZHENG Liping 漳州师范学院 计算中心，福建 漳州 363000 Computing Center, Zhangzhou Normal University, Zhangzhou, Fujian 363000, China ZHENG Liping. Auditory segmentation method based on onset and offset analysis. Computer Engineering and Applications, 2012, 48 （5 ）：127-130. Abstract ：Auditory Scene Analysis （ASA ）is the process in which the auditory system segregates a scene into streams corresponding to different sources. A system for auditory segmentation is proposed via analyzing onsets and offsets of auditory events. The proposed sys- tem detects onsets and offsets, generates segments by matching corresponding onset and offset fronts, and resynthesizes these segments to auditory stream for a listening test. Key words ：auditory segmentation; event detection; multi-scale analysis; onset; offset; Computational Auditory Scene Analysis（CASA ） 摘 要：听觉场景分析（Auditory Scene Analysis ，ASA ）系统能将一个场景分解为与不同声源对应的语音流。分割是ASA 的主要 步骤，借助分割可将一个听觉场景分解成多个片断。实现基于上升缘和下降缘分析的语音分割系统需检测上升缘与下降缘，通 过匹配对应的上升缘与下降缘的波前来生成语音片断，将这些片断重构成语音流。 关键词：语音分割；事件检测；多尺度分析；上升缘；下降缘；计算听觉场景分析 DOI ：10.3778/j.issn. 1002-8331.2012.05.036 文章编号：1002-8331（2012 ）05-0127-04 文献标识码：A 中图分类号：TP311 1 引言 界；从频域的角度来看，上升缘与下降缘可为同一声源中不同 语音和人类听觉系统密切相关，在研究语音信号本身的 频率的声音提供一些很自然的线索将其整合起来；另外，对于 特性及其处理方法的同时，研究人类听觉系统感知语音信号 各种声音来说，上升缘和下降缘是相当普通的线索。因此，从 的机理将会进一步促进语音信号处理的研究。20 世纪90 年 理论上来说，以此为基础实现的系统可以同时处理浊音语音 [6] 代，加拿大McGill 大学的心理学家Albert S.Bregman 为了总 与清音语音，而且可多尺度分析的方法 。这种方法采取如下 结他20 年的研究成果，出版了《听觉场景分析》（Auditory 三个步骤来实现：首先，对听觉场景实施不同尺度的平滑；然 [1] 后，系统在某个尺度上检测上升缘与下降缘，并通过匹配相应 Scene Analysis ，ASA ）