相位信息對重構語音聲調和音樂旋律感知影響的研究.pdf

1、聲調感知和音樂感知差是目前人工耳蝸產品存在的主要問題之一。聲調本質是音高的變化模式，音樂旋律的表達是不同音高的音符按一定組合關系連接而形成的，兩者都是音高變化的表現。聲信號的完整表達由三個主要特征構成，幅度特征、頻率特征和相位特征。目前，人工耳蝸常用編碼策略均能較好地表達聲信號的幅度特征和頻率特征，而相位特征常被忽略或未作專門處理。因此，相位特征和音高感知之間的關系值得深入研究。
　　本文用信號分析再重構的方法，采用短時傅里葉變換

2、技術，利用主觀測聽評估方式，對語音聲調和音樂旋律感知與相位特征的關系進行了若干實驗研究，并給出研究結論。(1)在常用窗長相位變化實驗中，當相位特征置零，實驗發(fā)現，此時重構音節(jié)音質下降，但音節(jié)識別率未明顯下降（大于92％），而重構音節(jié)的四聲調型幾乎都聽成“陰平”（即一聲），無四聲變化;當相位特征隨機分布，實驗發(fā)現，此時重構音節(jié)四種調型可部分識別，音質較零相位時有所下降，從而表明，相位特征對聲調感知有明顯的影響。(2)當改變窗長時，用零相位

3、特征重構音節(jié)，聲調測試發(fā)現，當窗長縮短至較短時，如2ms或1ms，重構音節(jié)的聲調又恢復。該結果表明:窗長縮短（即信號時間分辨率提高），即使在相位特征缺失下，聲調特征仍較好保留。(3)進一步，采用聲音嵌合重構方法，即用不同調型音節(jié)的幅頻特征與相位特征交叉嵌合、重構音節(jié)，測聽嵌合重構音的聲調，結果發(fā)現:嵌合音的四種調型均以較高的識別率與提供相位特征的音節(jié)調型一致。由此推斷:聲調的感知主要取決于相位特征。(4)為研究音樂旋律和相位特征的關系，