一种用于语音可视化的语谱图彩色增强方法 .pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN102044254A

(43)申请公布日2011.05.04

(21)申请号CN200910235643.3

(22)申请日2009.10.10

(71)申请人北京理工大学

地址100081北京市海淀区中关村南大街5号

(72)发明人赵胜辉董欣玮王晶匡镜明

(74)专利代理机构北京理工大学专利中心

代理人张利萍

(51)Int.CI

G10L21/06

权利要求说明书说明书幅图

(54)发明名称

一种用于语音可视化的语谱图彩色

增强方法

(57)摘要

本发明为一种用于语音可视化的语

谱图彩色增强方法，包括对原始语音信号

分帧、加窗，提取每帧信号在各个特征频

带内的短时能量值；将语音信号的有效频

带平均分为N个特征频带，分别计算每帧

语音信号在N个特征频带内的能量值；以

各个特征频带内的能量值为参数对相应特

征频带预先设定的色彩饱和度进行修正；

对N个频带内的能量值进行归一化处理；

利用归一化后的能量值对N特征频带既定

色彩的饱和度进行修正；将语音信号N个

特征频带的修正后的色相、饱和度、亮度

利用色彩学转换公式转化为RGB三原色

值；绘制直方图。本发明语音信号色彩生

成模块，通过不同色彩反映语音信号频谱

的能量集中区域，易于辨识；动态反映出

发音的帧间变化，符合发音规律。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种用于语音可视化的语谱图彩色增强方法，其特征在于：包括以下步骤：

第一步：对原始语音信号分帧、加窗，提取每帧信号在各个特征频带内的短时能量

值；

第二步：将语音信号的有效频带平均分为N个特征频带，分别计算每帧语音信号

在N个特征频带内的能量值；

mathsmathmrowmsubmiE/mimim/mi/msubmo=/momun

derovermiSigma;/mimrowmin/mimo=/momim/mi/mrow

mrowmim/mimo+/momiN/mimo-

/momn1/mn/mrow/munderovermsupmsubmis/mimiw/mi

/msubmn2/mn/msupmrowmo(/momin/mimo)/mo/mrow

mo-/momo-/momo-

/momrowmo(/momn1/mnmo)/mo/mrow/mrow/math/mat

hs

其中，m是窗的起点，N是窗长(点数)；

第三步：以各个特征频带内的能量值为参数对相应特征频带预先设定的色彩饱和度

进行修正；对N个频带内的能量值进行归一化处理；

第四步：利用归一化后的能量值对N特征频带既定色彩的饱和度进行修正；

第五步：将语音信号N个特征频带的修正后的色相、饱和度、亮度利用色彩学转

换公式转化为RGB三原色值；

第六步：绘制直方图，横轴为时间轴，以帧为单位，纵轴为1-N，表示相应的N个

特征频带，对每帧的N个特征频带进行着色，其色彩为修正饱和度之后所对应的

RGB配色。

2.根据权利要求1所述的一种用于语音可视化的语谱图彩色增强方法，其特征在于：

上述第三步中归一化处理时利用的最大值为第2-第N个频带的能量最大值

Esubm/sub，如果第1个能带的能量大于Esubm/sub，则直接将其归一化

后的数值直接置1，即：

Esubm/sub＝max(Esub2/sub:Esub12/sub)(2)

mathsmathmrowmsupmsubmiE/mimn1/mn/msubmopri

me;/mo/msupmo=/momfencedmtablemtrmtdmsubmiE/mi

mn1/mn/msubmo,/mo/mtdmtdmsubmiE/mimn1/mn/m

submolt;/mom