语音截止频率在语音识别中的应用

语音识别系统往往会受到说话人的改变、信道失真、环境噪声等各种因素的干扰,从而导致预先训练的声学模型与实际环境语音的特征参数之间存在较大的差异,这会严重影响语音识别系统在实际环境下的识别性能。由于噪声主要影响语音的高频非周期部分,传统的最大似然线性回归算法在噪声自适应中难以取得令人满意的效果。文章提出了一种基于语音截止频率的最大似然线性回归算法,以当前测试环境的语音截止频率为频率上限,提取测试语音的特征参数;然后,将声学模型每个高斯单元的均值和方差从倒谱域变换到对数谱域,根据语音截止频率,忽略其高频分量,再变换回倒谱域;最后,根据测试环境下的少量自适应数据,利用最大似然线性回归算法对声学模型的参数进行调整,使其与当前环境相匹配。

基于语音截止频率的声码器激励模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量.为了改善音质,提出一种基于语音截止频率的声码器激励模型.该模型编码时通过语音截止频率将激励谱分成谐波和噪声2个子带,谐波子带的激励谱幅度引入离散余弦变换变维模型进行描述,语音截止频率进行4 bit非线性量化.解码时将恢复出的谐波子带激励谱幅度进行傅里叶反变换,噪声子带则由白噪声进行以语音截止频率为阻带截止频率的高通滤波,最后由谐波子带和噪声子带叠加出激励.实验结果表明,该模型提高了全带激励谱幅度和谐波噪声成分的描述精度,可使重建语音的音质得以明显改善,主客观指标更优,对男声更为突出.