基于基音周期轨迹的连续汉语语音切分技术研究

连续语音识别技术是人工智能领域的研究热点之一,连续语音切分是语音识别的关键环节。实现准确可靠的连续语音切分算法,能够明显提升连续语音识别系统的性能,符合目前连续语音识别系统的应用需求。论文通过分析汉语语音识别的建模单元、汉语的语言结构和发音规律,综合利用语音信号的时域特征、频域特征与倒谱域特征,依据基音周期轨迹的断点和斜率变化,设计浊音检测与多级切分算法,实现了连续汉语语音切分技术。实验表明,算法能够取得较好结果,且在噪声环境下具有较好的鲁棒性。

一种新的鲁棒基音周期估计算法

为了实现甚低码率下的透明语音质量参数语音编码,该文提出了一种新的鲁棒的基音周期估计算法。这种算法采用了改进的自相关函数计算方法,实现了鲁棒的基音周期轨迹跟踪。这种算法不仅能够跟踪快变的基音周期,增强不规则脉冲时基音周期的估计;还能够鲁棒地估计陡变的基音周期。非正式的测试表明这种算法改进了基音周期的估计值,能够极大地降低由于不准确的基音周期估计而引入的听觉失真。

基于计算听觉场景分析的单声道浊音分离

针对单声道语音分离中浊音分离的问题,提出了一种准确估计基音周期的方法。首先,以语音的短时平稳性和基音周期的连续性等为线索,利用语音信号的倒谱峰值构成基音周期谱图,并自动提取基音周期轨迹。然后,利用谐波频率为基音频率整数倍的性质来拾取各次谐波的频谱。最后,通过傅里叶逆变换对浊音进行重构。实验结果表明,该方法能准确提取基音周期轨迹,有效分离浊音信号。