强噪声下基于听觉模型的汉语声调提取

基于人耳听觉模型和汉语语音的短时平稳特性 ,提出一种鲁棒性的汉语普通话声调提取方法 .采用基于人耳听觉模型的相关图来提取语音信号的基频 ,运用无监督的侧抑制神经网络来模拟人耳侧抑制属性进行基频检测 ,为了克服在低信噪比情况下侧抑制神经网络的误判问题 ,引入了相邻语音帧的语音基频的帧间约束 .试验表明 ,该方法在信噪比很低的条件下 ,仍能较准确地识别出目标语音声调 。

汉语语音声调提取技术方法研究

随着现代科技和计算机以及平板电脑等的发展,语音交互将成为人机通信的主要方式,而汉语在语音合成中声调是不可或缺的一个重要组成部分。在声调提取过程中首先采用改进的短时自相关函数的方法进行基音检测,同时为了能较为精确地进行浊音的基音检测,利用变长分帧的方法提取基音周期序列,并通过Matlab仿真得到了汉语语音4种声调的调型曲线。仿真结果表明,该方法所得到的调型曲线与汉语普通话声调的典型曲线较为一致。