語(yǔ)音共振峰軌跡跟蹤的算法研究及其應(yīng)用.pdf

1、共振峰是語(yǔ)音學(xué)特征中重要的組成部分，在語(yǔ)音信號(hào)處理領(lǐng)域有著廣泛的應(yīng)用。因此，可靠的共振峰軌跡跟蹤算法將是進(jìn)行各種語(yǔ)音研究的基礎(chǔ)。 大量的聲學(xué)和發(fā)音學(xué)研究表明，語(yǔ)音信號(hào)的產(chǎn)生過(guò)程存在非線性，背景噪聲也通常是非高斯的。因此，共振峰參數(shù)的軌跡跟蹤問(wèn)題可以看成為一個(gè)非線性非高斯的狀態(tài)估計(jì)問(wèn)題。貝葉斯濾波理論為動(dòng)態(tài)的狀態(tài)估計(jì)提供了解決問(wèn)題的一般框架。粒子濾波算法是一種通過(guò)蒙特卡羅仿真方法來(lái)完成一個(gè)貝葉斯遞推過(guò)程的濾波算法，具有不受線性、高

2、斯條件限制的優(yōu)點(diǎn)。 本文利用粒子濾波算法來(lái)解決語(yǔ)音共振峰的軌跡跟蹤問(wèn)題。首先，采用含有狀態(tài)空間方程的隱藏動(dòng)態(tài)模型來(lái)描述語(yǔ)音信號(hào)的動(dòng)態(tài)特征，并構(gòu)建一個(gè)基于粒子濾波的共振峰軌跡跟蹤框架。其中，將語(yǔ)音信號(hào)的共振峰參數(shù)作為模型的隱藏狀態(tài)變量，將共振峰參數(shù)至線性預(yù)測(cè)倒譜系數(shù)的非線性映射作為模型的觀測(cè)方程。然后，采用基本粒子濾波來(lái)跟蹤共振峰軌跡。通過(guò)理論和實(shí)驗(yàn)結(jié)果的分析，指出基本粒子濾波將先驗(yàn)分布作為建議分布的容易導(dǎo)致粒子退化的不足，針對(duì)該

3、問(wèn)題，提出采用無(wú)跡粒子濾波進(jìn)行共振峰軌跡跟蹤的改進(jìn)方法。然而，基于無(wú)跡粒子濾波的方法在連續(xù)語(yǔ)音的共振峰軌跡跟蹤中表現(xiàn)卻不理想。對(duì)此，本文進(jìn)一步構(gòu)造輔助變量粒子濾波算法用于共振峰軌跡跟蹤?；谳o助變量粒子濾波的共振峰軌跡跟蹤方法在語(yǔ)音模型的狀態(tài)方程中嵌入一個(gè)動(dòng)態(tài)標(biāo)示共振峰頻率分布信息的輔助變量，為粒子的抽取提供目標(biāo)導(dǎo)向，使得抽取的粒子集能夠較好地逼近真實(shí)的狀態(tài)分布。實(shí)驗(yàn)結(jié)果表明，基于輔助變量粒子濾波的共振峰軌跡跟蹤方法只需少量粒子即可實(shí)現(xiàn)

4、共振峰軌跡的正確跟蹤。 文章最后將共振峰參數(shù)和共振峰軌跡分別應(yīng)用于聲音轉(zhuǎn)換和漢語(yǔ)耳語(yǔ)音的識(shí)別中。在聲音轉(zhuǎn)換系統(tǒng)中，選擇共振峰參數(shù)和基音頻率作為轉(zhuǎn)換的特征參數(shù)，采用Gaussian混合模型推導(dǎo)轉(zhuǎn)換函數(shù)。采用主觀和客觀評(píng)價(jià)方法對(duì)轉(zhuǎn)換后的語(yǔ)音進(jìn)行評(píng)價(jià)顯示，轉(zhuǎn)換后的語(yǔ)音更加接近于目標(biāo)語(yǔ)音，可懂度和自然度都較好。采用Gaussian混合模型來(lái)建立漢語(yǔ)耳語(yǔ)音的識(shí)別系統(tǒng)，選擇線性預(yù)測(cè)倒譜系數(shù)、Mel頻率倒譜系數(shù)以及修正Mel頻率倒譜系數(shù)作為特