论文摘要
语音信号的基音周期是描述语音信号激励源的重要特征参数之一。它在语音编码、语音合成、语音信号分离、语音识别和说话人识别等方面有着广泛的应用。但由于基音周期本身固有的特性,目前还没有一种能适应任何人,任何应用和任何环境的基音检测算法。经典的语音信号基音检测的方法有:自相关函数法、平均幅度差函数法、倒谱法、时变傅里叶变换法、小波变换法、简单逆滤波追踪法等,自相关函数法需要中心削波处理,阀值难以确定,因此受噪声的影响较大,抗噪性能较差;后面三种方法效果较好,但都需要大量的乘法运算,计算量大,它们都不适合使用在运算和存储条件受到限制嵌入式实时处理设备中。根据语音信号的基音周期范围有限和周期相对稳定的特点,本文改进了可变长平均幅度差函数法（LV-AMDF）,提出一种自适应幅度差法检测基音周期。它在语音非稳定段通过简单的谷值点评选机制,筛选当前谷值点以及历史谷值点,得到较精确的基音周期;在语音稳定段依据历史谷值点缩短语音段的比较范围,减少计算代价。本文还改进了浊音起止点检测算法,使浊音起止点的定位更精确。实验证明,该方法在不同的信噪比环境下有效地降低了半周期和倍周期点的发生率。
论文目录
摘要ABSTRACT第1章 绪论1.1 国内外研究现状1.2 本文的主要工作1.3 本文的组织第2章 语音信号数字处理基础2.1 语音信号产生的机理与模型2.2 汉语语音的基本特性2.2.1 汉语语音的特点2.2.2 语音单位2.2.3 纯音—复合音2.2.4 基音频率2.2.5 汉语的波形特征2.2.6 语音信号的“短时谱”的特点2.2.7 元音的频谱特性2.2.8 辅音的频谱特性2.3 语音信号数字产生模型2.4 本章小结第3章 基音检测及相关算法3.1 语音信号基音检测的预处理3.2 自相关函数法3.3 平均幅度差函数法3.4 倒谱法3.5 时变傅里叶变换进行基音检测3.6 基于小波变换的基音检测算法3.7 简化逆滤波法（SIFT）3.8 本章小结第4章 新的基于LV-AMDF 的基音检测算法4.1 算法总体构架4.2 预处理及端点检测4.3 自适应LV-AMDF 的基音检测算法4.4 后处理4.4.1 中值平滑处理4.4.2 线形平滑4.4.3 动态规划平滑处理4.5 本章小结第5章 实验结果及分析5.1 基于波峰-波谷的浊音起止点检测算法试验结果5.2 自适应LV-AMDF 的基音检测算法实验结果5.3 本章小结结论1.主要研究成果2.未来研究展望参考文献附录 A 攻读学位期间所发表的学术论文及参加的科研项目致谢
相关论文文献
标签：语音合成论文; 基音检测论文; 平均幅度差函数法论文; 可变长平均幅度差函数法论文;
