語音共振峰軌跡跟蹤的算法研究及其應(yīng)用.pdf

1、共振峰是語音學(xué)特征中重要的組成部分，在語音信號處理領(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)行各種語音研究的基礎(chǔ)。 大量的聲學(xué)和發(fā)音學(xué)研究表明，語音信號的產(chǎn)生過程存在非線性，背景噪聲也通常是非高斯的。因此，共振峰參數(shù)的軌跡跟蹤問題可以看成為一個(gè)非線性非高斯的狀態(tài)估計(jì)問題。貝葉斯濾波理論為動(dòng)態(tài)的狀態(tài)估計(jì)提供了解決問題的一般框架。粒子濾波算法是一種通過蒙特卡羅仿真方法來完成一個(gè)貝葉斯遞推過程的濾波算法，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解決語音共振峰的軌跡跟蹤問題。首先，采用含有狀態(tài)空間方程的隱藏動(dòng)態(tài)模型來描述語音信號的動(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，將語音信號的共振峰參數(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)測倒譜系數(shù)的非線性映射作為模型的觀測方程。然后，采用基本粒子濾波來跟蹤共振峰軌跡。通過理論和實(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，針對該

3、問題，提出采用無跡粒子濾波進(jìn)行共振峰軌跡跟蹤的改進(jìn)方法。然而，基于無跡粒子濾波的方法在連續(xù)語音的共振峰軌跡跟蹤中表現(xiàn)卻不理想。對此，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)換和漢語耳語音的識別中。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)。采用主觀和客觀評價(jià)方法對轉(zhuǎn)換后的語音進(jìn)行評價(jià)顯示，轉(zhuǎn)換后的語音更加接近于目標(biāo)語音，可懂度和自然度都較好。采用Gaussian混合模型來建立漢語耳語音的識別系統(tǒng)，選擇線性預(yù)測倒譜系數(shù)、Mel頻率倒譜系數(shù)以及修正Mel頻率倒譜系數(shù)作為特