語音相似度評價算法研究.pdf

1、隨著人們精神文化的豐富,許多娛樂節(jié)目也應(yīng)時而生,而娛樂節(jié)目中的評分環(huán)節(jié)也是不可或缺的一部分。目前評分方法大多是現(xiàn)場的權(quán)威評委根據(jù)自己的專業(yè)技能,以及場內(nèi)外觀眾支持情況來共同決定參賽選手的表現(xiàn)結(jié)果。這種評分結(jié)果難免會參雜評委及觀眾個人的主觀因素,存在因個人喜好而引起的爭議?，F(xiàn)有的評分軟件可能由于評分參數(shù)選擇的不合理及相似度匹配的局限性,導致最終的評分結(jié)果不是很理想。為了解決該難題,尋找一種快速有效的語音評價方法尤為重要。
　　語音相

2、似度評價是指對原唱者和模仿者語音相似程度的一種自動評價方法,其過程是對輸入的標準語音及模仿語音進行特征提取和相似度匹配,讓計算機模擬人的主觀印象對其相似度做出評價。
　　確保語音識別的準確率是對語音進行準確評價的前提。首先要對語音進行預加重、加窗函數(shù)、分幀等一系列預處理,目的是降低語音中的背景噪聲,提高語音的純凈度。采用短時平均能量和短時平均過零率相結(jié)合的方法進行端點檢測,再對語音進行特征提取,將得到的特征參數(shù)序列進行模式匹配,最

3、后得出評分。其中特征參數(shù)的提取及相似度的匹配是語音相似度評價系統(tǒng)的核心。在特征提取方面,本文選取基音頻率、梅爾倒頻譜系數(shù)和聲音強度作為語音特征相似度的評價參數(shù);在相似度匹配方面,本文采用蟻群動態(tài)時間規(guī)劃算法,尋找一條語音特征參數(shù)序列之間匹配的最優(yōu)路徑,然后采用歐式距離來衡量語音的相似度。當平均匹配失真(即兩者之間的差值)越小時,模仿者的分數(shù)就越高,反之,則越低。經(jīng)過實驗驗證,本系統(tǒng)在模仿語音與原唱語音在發(fā)音和語調(diào)的相似程度上,具有較高的