語音短時特性的統(tǒng)計分析.pdf

1、語音信號分析是進行語音信號處理的基礎,只有分析出能夠準確表示語音信號本質特征的參數(shù),才有可能通過這些參數(shù)實現(xiàn)諸如語音通信、語音合成、語音識別等的處理。而且,語音信號分析的精準程度也決定著語音識別率的高低和語音合成的音質好壞,所以說,語音信號分析在整個語音信號處理及應用當中都具有舉足輕重的地位。
　　語音信號在整體上雖然具有時變特性,但是在很短的時間區(qū)域內是相對穩(wěn)定的,即其特性保持基本不變,這個很短的時間一般認為是在10ms到30m

2、s之間。因而,在短時間內可以把語音信號看作是一個平穩(wěn)過程,也就是語音信號具有短時的平穩(wěn)性。所以對語音信號的任何處理和分析都必須建立在一個短時的基礎上,即所謂的“短時分析”。文中對語音信號的統(tǒng)計分析正是建立在“短時分析”基礎上。
　　語音信號的清濁音判決是語音信號處理過程當中的一個十分重要環(huán)節(jié),而傳統(tǒng)的判決方法是選擇一個短時特征值,并且設定該特征值的一個門限。這種方法雖然簡單易行,但事實上清/濁音之間并沒有明確的分界,設定門限即是對

3、清濁音進行強制分界,這會極大增加清/濁音在重疊區(qū)域的誤判。為了回避傳統(tǒng)方法的這種弊端,提出了一種基于短時統(tǒng)計分析的清/濁音判決方法。該方法以短時統(tǒng)計分析為基礎,先對清/濁音短時能量分布的先驗概率及其概率密度函數(shù)進行估計,然后借助貝葉斯判決模型進行清/濁音判決。先驗概率的估計是利用清/濁音的單一特征門限,將大量語音幀分為清/濁音幀,然后統(tǒng)計先驗概率;概率密度函數(shù)估計是利用有監(jiān)督參數(shù)估計法,先繪出清/濁音分布直方圖,從直方圖上判斷概率密度函