改进LVAMDF及综合多因素基音检测算法

在对语音信号静音、清音、浊音划分的基础上,针对语音信号周期特征明显段分布随机性问题,提出改进的变长度平均幅度差函数LVAMDF及综合多因素基音检测算法,该算法对语音信号进行周期特征明显段和周期特征不明显段的聚类划分,同时,获取周期特征明显语音段的所有基音周期的起止端点,针对少数基音周期划分倍频或半频问题,提出识别、修正方法,其识别、修正率极高;在对大量真实语音处理中,能够精确地检测出语音特征明显段的基音周期端点,基本没有倍频和半频划分,并且和AMDF、ACF算法作了对比。

一种改进的汉语语音基音检测算法

文章在变长平均幅度差函数(LVAMDF)基础上提出一种改进算法(M-LVAMDF),此方法能检测出汉语语音中基音频繁变化帧的平均周期。改进算法先利用修正的阈值参数检测LVAMDF函数值的局部谷点,根据局部谷点将LVAMDF值转换为0/1数据再计算其自相关函数(ACF),最后搜索此函数局部最大值确定为基音。通过对比仿真实验,新算法能检测出汉语语音帧的平均基音周期,提高汉语语音基音检测质量,此算法简单并易于硬件实现。

利用改进的LF模型进行语音嗓音源合成

LF微分声门波模型是分析嗓音源的一个重要的参考模型,它与实际的声门波形通过时域参数相对应,其分析所得的模型参数可用来合成声门激励信号。嗓音源合成是语音转换和语音合成的一个重要基础。在LF-4微分声门波模型的基础上,提出了一种LF-4模型的改进算法,进行嗓音源的合成。实验结果和分析表明,该算法可实现对嗓音源参数的灵活控制,使嗓音源的合成具有更高的融合度。