嗓音源諧波噪聲HNR分離方法研究.pdf

1、諧波和噪聲成份的比值(Harmonic to Noise Ratio，HNR)在很大程度上反映了聲音的嘶啞程度，是判斷喉部疾病的一個主要特征。在語音聲學和喉病檢測等領(lǐng)域中有著重要的意義。 本文采用動態(tài)時間規(guī)整(Dynamic time warping，DTW)法、獨立分量分離估計法和小波分析法對發(fā)漢語[a：]音的、十個正常和十個不同病變的唇端穩(wěn)態(tài)元音信號的HNR進行分析和計算，找出區(qū)分正常音和病變音的HNR的值，對嗓音嘶啞程度進

2、行評估。動態(tài)時間規(guī)整法是一種時域方法，在時間上匹配波形，剩余的波形間的差別作為噪聲成份。本文檢測語音各周期起點時，用自相關(guān)法代替了原來的最小值檢測法；獨立分量分離估計(Independent Component Analysis，ICA)法先用線性預測反濾波法得到聲門氣流體積速度波，再用FastICA法分離出聲門氣流體積速度波中的諧波和噪聲。FastICA分離后輸出的諧波和噪聲信號的幅度發(fā)生了變化，本文采用對輸入和輸出信號歸一化的方法很

3、好地解決了這個問題；聲帶病變和損傷而產(chǎn)生的噪聲是一種隨機噪聲，由于信號中混入噪聲后會引起信號的奇異性，奇異性的大小可以用Lipschitz指數(shù)來度量。隨機噪聲和有效信號的奇異點的Lipschitz指數(shù)大小不同，從而它們小波變換的模極大值在不同尺度下的傳播也是不一樣的。本文利用這一特性采用小波分析法將聲門氣流體積速度波中的諧波信號和噪聲分開，計算出HNR的值。 本文用以上三種方法對穩(wěn)態(tài)語音進行了實驗，得出這幾種算法計算出的HNR值