畢業(yè)論文--基于matlab的語(yǔ)音信號(hào)基音周期檢測(cè)-資料下載頁(yè)
2024-11-07 23:17本頁(yè)面
【導(dǎo)讀】在實(shí)現(xiàn)基音周期檢測(cè)時(shí)使用中心削波法，該方法使語(yǔ)音信號(hào)基音周期檢測(cè)更為可靠，并采用了三電平削。波法減少基于自相關(guān)法的基音周期檢測(cè)的乘法運(yùn)算量。產(chǎn)生濁音，又稱(chēng)有聲語(yǔ)音，它攜帶著語(yǔ)音中的大部分能量。這種聲帶振動(dòng)的頻率稱(chēng)為基頻，相應(yīng)的周期就稱(chēng)為基。音周期，它由聲帶逐漸開(kāi)啟到面積最大、逐漸關(guān)閉到完全閉合（約占基音周期的。35%）、完全閉合三部分組成，基音周期具有時(shí)變性和準(zhǔn)周期性，它的大小與個(gè)人聲帶
【正文】 們可以看到短時(shí)平均幅度波形，平均過(guò)零率的判定以及短時(shí)平均能量。應(yīng)用短時(shí)平均幅度、短時(shí)平均能量和短時(shí)平均過(guò)零率相結(jié)合來(lái)判斷。找出一幀濁音信號(hào)和一幀清音信號(hào)。判斷依據(jù)是濁音短時(shí)能量大、短時(shí)平均幅度大、短時(shí)過(guò)零率低；清音短時(shí)能量小、短時(shí)平均幅度小短時(shí)過(guò)零率高。從短時(shí)能量、短時(shí)平均幅度和平均過(guò)零率的圖上 (圖 2)結(jié)合編程計(jì)算判斷，我們得出第 17 幀為濁音。即取第 17幀 (900O 至 95l1 個(gè)語(yǔ)音采樣點(diǎn) )，進(jìn)行基音周期估計(jì)。在進(jìn)行基音周期估計(jì)前 ,為了提高自相關(guān)法的可靠性采用了中心削波電平 Tc， Tc 選擇了第 l7 幀最大信號(hào)幅度的 0． 7 倍。這樣處理可以減少自相關(guān)檢測(cè)法的錯(cuò)判倍頻和分頻的情況。同時(shí)為了減少自相關(guān)計(jì)算中的乘法運(yùn)算，在中心削波后緊接著采用了三電平削波的方法來(lái)對(duì)該幀信號(hào) (語(yǔ)音信號(hào)第 17 幀 )進(jìn)行處理。 MATLAB處理代 碼如下 : For k1=1:1:5l2 ％對(duì)原信號(hào)進(jìn)行中心削波 MA=abs(max(Yc))。 Tc= * MA。 if Yc(k1)Tc Yc(k1)=Yc(k1)Tc。 else if Yc(k1)Tc； Yc(k1)=Yc(k1)+Tc； else Yc(k1)=O； 12 12 end end end for e=l:1:512 ％ 對(duì) 經(jīng) 過(guò) 中 心 削 波 后 的 信 號(hào) 再 進(jìn) 行 三 電 平 削 波 if Yc(e)0 yc(e)=l。 e1se if Yc(e)==O yc(e)=0。 else if Yc(e)1。 yc(e)=l。 end end end end for f=l： 1： 512 ％求 Y1 與 y1 的互相關(guān) K1(k2)=Yc(f)。 K2(k2)=yc(f)。 k2=k2+1。 end 經(jīng)三電平削波處理后把求第 17幀語(yǔ)音信號(hào) 的自相關(guān)法轉(zhuǎn)換成求互相關(guān) ,這樣可極大的減少運(yùn)算量便于在 器件上實(shí)現(xiàn)基音周期的的檢測(cè) [1]。具體的 MATLAB實(shí)現(xiàn) 代碼如下 r=zeros(1， 512)； for kk=1:512 for nn=1:512kk r(kk)=r(kk)+Yc(nn)*yc(nn+kk)。 end end 這樣我們通過(guò) MATLAB編程就實(shí)現(xiàn)了該語(yǔ)音信號(hào)第 17幀的基音周期檢測(cè)。波形如圖 2所示 13 13 從圖 2 中的右下方的相關(guān)函數(shù)波形可以大致估計(jì)出，第一個(gè)峰值大約出現(xiàn)在采樣點(diǎn) l00— 2o0 點(diǎn)之間。通過(guò)編程我們可以精確的找出該點(diǎn)為 131 點(diǎn)。這是因?yàn)闈嵋舻南嚓P(guān)函數(shù)具有一定的準(zhǔn)周期性，在相隔一段時(shí)間后，自相關(guān)函數(shù)能夠達(dá)到最大值。濁音的估計(jì)可用相關(guān)函數(shù)的第一個(gè)峰值來(lái)進(jìn)行估計(jì)。這樣就估計(jì) 出了該幀語(yǔ)音信號(hào)的基音為 fs／ (131)= l6000／ 130=123． 0Hz，基音周期為 47ms 左右。 14 14 第五章 小結(jié)與展望 語(yǔ)音處理是目前信息學(xué)領(lǐng)域的研究熱點(diǎn)和難點(diǎn)，其任務(wù)是研究如何利用信號(hào)處理技術(shù)研究語(yǔ)音信號(hào)，使未來(lái)的計(jì)算機(jī) “能聽(tīng)會(huì)說(shuō)”。本文針對(duì)語(yǔ)音信號(hào)基音周期檢測(cè)進(jìn)行分析，并使用 MATLAB 軟件編程實(shí)現(xiàn)了語(yǔ)音信號(hào)的基音周期檢測(cè)。在實(shí)現(xiàn)基音周期檢測(cè)過(guò)程中使用了中心削波法 ，該方法使語(yǔ)音信號(hào)基音周期檢測(cè)更為可靠，并采用了三電平削波法減少了相關(guān)法基音周期檢測(cè)中的乘法運(yùn)算量。 近年來(lái)，基于線性預(yù)測(cè)分析頻譜的 Mel 倒譜系數(shù)在處理帶情感的語(yǔ)音識(shí)別取得很大的進(jìn)展，能否將此種方法引入到相應(yīng)狀態(tài)下的基音檢測(cè) ，值得廣大學(xué)者進(jìn)行研究。國(guó)外的學(xué)者采用實(shí)時(shí)監(jiān)控情感的變化，并把相應(yīng)的影響修正基音軌跡加以平滑或動(dòng)態(tài)改變窗的寬度，可以有效降低上述影響基音檢測(cè)一直是語(yǔ)音信號(hào)處理中的一大難題，短時(shí)自相關(guān)函數(shù)法、短時(shí)平均幅度差函數(shù)法、倒譜法、小波變換法等幾種經(jīng)典的基音檢測(cè)方法，都有各自的適用場(chǎng)合，同時(shí)也有其相應(yīng)的不足，任何一種方法都不能作為萬(wàn)能和通用的方法，但如果能在基音檢測(cè)的過(guò)程中，對(duì)預(yù)處理和后處理方法上進(jìn)行一些改進(jìn)，并突破傳統(tǒng)的語(yǔ)音模型，適當(dāng)考慮說(shuō)話人的個(gè)體特征及發(fā)音時(shí)的情感及力度對(duì)基音檢頻帶內(nèi)譜包絡(luò)測(cè)的影響，定能增加基音檢 測(cè)的準(zhǔn)確性及健壯性。 15 15 參考文獻(xiàn) ： [1]易克初 等．語(yǔ)音信號(hào)處理 [M]．北京：國(guó)防工業(yè)出版社， 2020。 [2]胡航．語(yǔ)音信號(hào)處理 [M]．哈爾濱：哈爾濱工業(yè)出版社， 2020。 [3]付青青，吳愛(ài)平．基于 ^IATLAR 的語(yǔ)音信號(hào)自相關(guān)基音檢測(cè)．長(zhǎng)江大學(xué)學(xué)報(bào) 2020． O3— 4： 99— 10l。
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1