语音变调方法分析及音效评估.docVIP

语音变调方法分析及音效评估作者简介 作者简介：张晓蕊(1986-)，女，河南濮阳人，硕士研究生，主要研究方向为语音变调及情感语音合成。 E-mail:zhangxiaorui961@ 通讯作者：田岚(1965-)，女，山东济南人，教授，博士，硕士生导师，主要研究方向为音频信号处理及电子耳蜗等。E-mail:tianlan65@ 张晓蕊1，田岚2 （山东大学 信息科学与工程学院 济南250100） 【摘要】：对现有变调方法作了分类分析，分析了3种典型方法的变调原理和特点，即时域SOLA-FS方法、频域插值方法和基于相位声码器方法，并重点给出了改进的时域SOLA-FS实现方法，通过仿真实验对比了3种变调方法的效果：3种变调方法均能在保持音频播放时间不变的前提下，实现音调的改变，但在语音自然度的感知上有差别。最后通过主观测听实验评估了各种变调方法的音效。结果表明：不论对语音音高的提升还是降低，在相同变调系数下，时域SOLA-FS方法均具有最好的变调效果。 【关键词】：语音变调；固定同步叠加；相位声码器；数字信号处理 The Overview of Pitch Shifting Technology study and the Sound Quality Evaluating ZHANG Xiaorui, TIAN Lan (School of Information Science and Engineering, Shandong University, Jinan 250100, China) 【Abstract】: The three presented pitch shifting methods were studied and implemented，which were the improved SOLA-FS method, interpolation-on-frequency method, and the phase vocoder method. Especially，the improved SOLA-FS method was discussed in detail. The principles and characteristics were analyzed and the simulation results were provided. In the experiments, we found that the three methods could all achieve the effects of pitch-shifting, that was to say ,the pitch of the audio would be changed but the duration would keep unchanged . But the auditory perceptions of the three methods were different. So, the sound quality evaluating test was carried out. The results of auditory evaluating tests showed that, under the given pitch-shifting ratio, whether for up or down, the sound quality processed by the improved SOLA-FS method is the best of all. 【Key words】: pitch shifting; SOLA-FS; phase vocoder；digital signal processing 0 引言 语音变调是在不改变音频文件语速的前提下,依据一定的方法调整说话人的音调,使原说话人的音调升高或降低。变调技术在许多商用或军用系统中有重要应用，如语音邮件、广播电台变声热线、多媒体音效处理、军事保密通信等，其中运用最广泛的应属KTV等娱乐场所的卡拉OK机装置。另外，声卡已成为计算机的基本配置，但无变调功能，为弥补这一缺憾，可以采用软件方法对声音文件重新编码，使声卡回放时声调改变。因此变调方法具有很大的研究价值。目前已有的变调方法主要分为两大类：一类是时域插值拼接方法，例如同步迭接相加固定合成法（synchronized overlap-add fixed synthesis,SOLA-FS【1】）；另一类是频域方法，常被称为相位声码器（phase-vocoder）【2-3】。时域处理方法的优点是计算量小，而且变调结果自然度很好，但是由于拼接处理会带来相位不连续，产生噪音；频域方法由于要进行时