一种自然语流的声源分析方法

在研究传统的逆滤波和声源建模相结合的分析方法所存在的问题的基础上,提出了一种改进的声源分析算法和利用该算法自动分析自然语流的方法。该方法对于传统的方法所存在着的鲁棒性低、分析不精确、不能自动分析大规模的自然语流等问题具有较好的改进;文中给出的对合成元音以及自然语流的实验结果验证了所提方法的有效性。

基于声门波和声道特征的语音情感识别

语音情感识别是实现自然人机交互不可缺失的部分,是人工智能的重要组成部分。发音器官的调控引起情感语音声学特征的差异,从而被感知到不同的情感。传统的语音情感识别只是针对语音信号中的声学特征或听觉特征进行情感分类,忽略了声门波和声道等发音特征对情感感知的重要作用。在我们前期工作中,理论分析了声门波和声道形状对感知情感的重要影响,但未将声门波与声道特征用于语音情感识别。因此,本文从语音生成的角度重新探讨了声门波与声道特征对语音情感识别的可能性,提出一种基于源-滤波器模型的声门波和声道特征语音情感识别方法。首先,利用Liljencrants-Fant和Auto-Regressive eXogenous(ARX-LF)模型从语音信号中分离出情感语音的声门波和声道特征;然后,将分离出的声门波和声道特征送入双向门控循环单元(BiGRU)进行情感识别分类任务。在公开的情感数据集IEMOCAP上进行了情感识别验证,实验结果证明了声门波和声道特征可以有效的区分情感,且情感识别性能优于一些传统特征。本文从发音相关的声门波与声道研究语音情感识别,为语音情感识别技术提供了一种新思路。

小提琴共鸣体用振动频谱检测仪

本文阐述了弦乐器发声的源-滤波器模型,以及共鸣体在小提琴发声中的作用原理,并根据该原理设计了一台小提琴共鸣体用振动频谱检测仪,用于分析小提琴共鸣体的振动效果。而后使用这台频谱检测仪,分别测试了木材与碳纤维复合材料制成的小提琴共鸣体,对比了两者的振动效果,并结合实际发声效果进行数据分析。