基于短时统计分析的清浊音判别-论文.pdf

《基于短时统计分析的清浊音判别-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第6期电脑开发与应用(总0475)·75·文章编号：1003—5850(2014)06—0075—02基于短时统计分析的清浊音判别程晓磊，姜占才(青海师范大学计算机学院，西宁810008)摘要：在语音信号当中，清音和浊音的归属虽然没有明确的界限，但是在其短时能量的整体分布区间上存在很大差异。基于这种分布差异，提出了一种基于语音短时特性统计分析的方法进行清／浊音的判决。经过仿真实验证明。该方法具有较高的识别率。关键词：清／浊音判决，统计分析，短时能量，短时特性中图分类号：TP391．4；TP391．9文献标识码：AVoiced／Unvoic

2、edDecisionBasedonStatisticalAnalysisCHENGXiao—lei．JIANGZhan—cai(ComputerCollegeofQinghaiNormalUnwe~ity，Xining810008，China)Abstract：Inthespeechsignal，althoughthereisnoclearboundarybetweentheunvoicedandvoiced，butthereisagreatdifferenceintheoveralldistributionofshort-timeenergy．

3、So，thearticlepresentsastatis—ticalanalysismethodbasedonshort-speechcharacteristicsaboutVoiced／UnvoicedDecision．Thesimulationexperimentsshowthatthismethodhashighrecognitionrate．Keywords：voiced／unvoiceddecision，statisticalanalysis，short—timeenergy，shoa-speechchm'acteristics．统计，

4、分析其统计特征以提取有用信息的方法。本文引言就是通过统计语音信号的短时能量的分布特征来实语音信号处理中，声音信号的清浊音判决是语现清浊音的判决。音信号处理过程当中的一个十分重要环节，其判决1．1短时能量的准确程度对后续的语音处理影响很大。清浊音判语音信号幅度值在时域中是随时间不断变化的，决的准确与否，直接决定着后续工作能否顺利进行。其短时能量表现的更为突出。一般说来清音段的能基因周期的检测、语音的合成效果很大程度上都取量要比浊音段的能量小得多，这样就形成了清音帧的决于清、浊音判断正确与否_1l。传统的清浊音判决方短时能量主要集中在低值部分，而浊音

5、帧的短时能量法是设置特征值门限，这种方法虽然简单易行，但强主要集中在高值部分。清浊音到的这种分布特征，为制性地对清浊音划分界限会增大清浊音在重叠区的研究清浊音的判别提供了十分有用的信息。能量E误判。为避免这种强制分界，本文采用对语音短时特的计算公式如下：性进行统计的方法，借助贝叶斯决策进行清浊音的∞+Ⅳ一J判决。En=∑【x()w(一掰)】=∑(x()】。1短时统计分析判决算法其中(n)是语音信号，(n)表示经过加窗处理后的信号，w(n)是矩形窗函数，Ⅳ为窗长。该算法是通过数学统计的方法对研究对象进行收稿日期：2014—02—25。修回日期：20

6、14—04—18料作者简介：程晓磊，男，1985年生，硕士，研究方向：语音与图像处理。·76·(~,0476)基于短时统计分析的清浊音判别2014年第6期1．2贝叶斯分类器设计对于一帧语音信号，还不存在一种能够完全准确的判别出是清音还是浊音的方法。面对研究对象的复杂性，不得不借助统计的方法。在语音信号中，清音帧、浊音帧不是孤立出现的，而是每当出现时，总是一段连续的清音或一段连续的浊音，且清音和浊音的过渡也是比较明显的。可以通过手工标注的方法把清音段和浊音段分离，分别获得清音帧和浊音帧的样图1清、浊本训练数据。为了对清音帧和浊音帧进行分类，使用贝叶

7、斯方法[31建立清、浊音分类：Jp／1：!f(x／u)P)+f(x／v)唪P(v)I其中，P(／x)是表示给定的语音帧为清音的概＼＼率。)和厂()分别表示语音帧在清音、浊音条件下的概率密度。P(u)、P()分别表示统计模型中清图2伽马分布对清、浊音逼近效果音帧、浊音帧在总体中各占的比例。由上式可得：P(u／x)一，M)P(“)P()t'(X／V)P()其中，P(v／x)是表示给定的语音帧为浊音的概率。本文采用公式：P(M)作为清浊音的判定规则。当需要对语音信号中的某图3高斯分布对清、浊音逼近效果一帧进行清浊音判定时，首先采用统计模型中的训练波、分

8、帧、加窗、预加重圈，获得预处理的信号n)，并数据分别计算该帧为清音或浊音时的概率，然后求其用短时能量公式求出每一帧的短时能量。概率的比值