語(yǔ)音相似度評(píng)價(jià)算法研究.pdf

1、隨著人們精神文化的豐富,許多娛樂(lè)節(jié)目也應(yīng)時(shí)而生,而娛樂(lè)節(jié)目中的評(píng)分環(huán)節(jié)也是不可或缺的一部分。目前評(píng)分方法大多是現(xiàn)場(chǎng)的權(quán)威評(píng)委根據(jù)自己的專業(yè)技能,以及場(chǎng)內(nèi)外觀眾支持情況來(lái)共同決定參賽選手的表現(xiàn)結(jié)果。這種評(píng)分結(jié)果難免會(huì)參雜評(píng)委及觀眾個(gè)人的主觀因素,存在因個(gè)人喜好而引起的爭(zhēng)議。現(xiàn)有的評(píng)分軟件可能由于評(píng)分參數(shù)選擇的不合理及相似度匹配的局限性,導(dǎo)致最終的評(píng)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(yǔ)音評(píng)價(jià)方法尤為重要。
　　語(yǔ)音相

2、似度評(píng)價(jià)是指對(duì)原唱者和模仿者語(yǔ)音相似程度的一種自動(dòng)評(píng)價(jià)方法,其過(guò)程是對(duì)輸入的標(biāo)準(zhǔn)語(yǔ)音及模仿語(yǔ)音進(jìn)行特征提取和相似度匹配,讓計(jì)算機(jī)模擬人的主觀印象對(duì)其相似度做出評(píng)價(jià)。
　　確保語(yǔ)音識(shí)別的準(zhǔn)確率是對(duì)語(yǔ)音進(jìn)行準(zhǔn)確評(píng)價(jià)的前提。首先要對(duì)語(yǔ)音進(jìn)行預(yù)加重、加窗函數(shù)、分幀等一系列預(yù)處理,目的是降低語(yǔ)音中的背景噪聲,提高語(yǔ)音的純凈度。采用短時(shí)平均能量和短時(shí)平均過(guò)零率相結(jié)合的方法進(jìn)行端點(diǎn)檢測(cè),再對(duì)語(yǔ)音進(jìn)行特征提取,將得到的特征參數(shù)序列進(jìn)行模式匹配,最

3、后得出評(píng)分。其中特征參數(shù)的提取及相似度的匹配是語(yǔ)音相似度評(píng)價(jià)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(qiáng)度作為語(yǔ)音特征相似度的評(píng)價(jià)參數(shù);在相似度匹配方面,本文采用蟻群動(dòng)態(tài)時(shí)間規(guī)劃算法,尋找一條語(yǔ)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(lái)衡量語(yǔ)音的相似度。當(dāng)平均匹配失真(即兩者之間的差值)越小時(shí),模仿者的分?jǐn)?shù)就越高,反之,則越低。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證,本系統(tǒng)在模仿語(yǔ)音與原唱語(yǔ)音在發(fā)音和語(yǔ)調(diào)的相似程度上,具有較高的