一种基于联合源-滤波器模型优化的语音声门源模型估计方法

本文论述了一种基于联合源-滤波器分离的稳健声门源模型估计方法.此方法利用LF(Liljencrants-Fant)模型对声门波导数(glottal flow derivative)进行建模,而声道被描述为一个时变的ARX模型.由于联合估计问题是一个多变量非线性优化过程,本文采用了一个两阶段(two-pass)的实现策略来解决这一问题.第一阶段初始化声门源和声道模型,并为其后的联合优化过程提供稳健的初始参数.第二阶段的联合估计则最终决定模型估计的精度,由信任域下降优化算法实现.通过分别对合成和真实语音的实验,表明该方法是一种具有一定精度和较好的稳健性的声门源模型估计算法.

基于GMM和概率修正码本的源-目标说话人声门波转换

提出了一种用于源-目标说话人声门波导数参数转换的、基于勒让德正交分解的声门波导数波形参数提取方法。该方法将声门波导数波形在6维正交勒让德坐标系中的投影构成了描述其形状的特征矢量,并采用基于GMM的概率分类加权转换算法,使每个特征矢量的转换规则可由多个类所对应的规则的线性加权组合得到,可以使转换性能得到较大的提高。在此基础上,又给出了一种基于GMM的声门波导数波形的码本修正算法,以弥补声门波导数波形参数化而损失的含有说话人个性特征的高频送气分量和波纹分量。实验结果表明,本文方法转换性能明显好于基于矢量量化(VQ)的码本映射算法。

一种复倒谱相位分解的声门波估计方法

逆滤波法估计声门波含有较多的谐波成分,为了减小这种误差,提出一种复倒谱相位分解的声门波估计方法。首先估计嗓音信号的基音周期,利用复倒谱将每个基音周期内嗓音信号分解为最大相位信号与最小相位信号,经过微分运算后与声门闭合点位置结合,实现微分声门波估计。对微分声门波积分,即为所估计的声门波。采用迭代自适应逆滤波方法和本文方法提取的声门波进行参数提取。实验结果表明,本文方法提取的声门波更能反映声带振动特性,声门开相、闭相信息明确,有效减小声源谐波成分和声道干扰。在估计微分声门波最小值时表现出最佳性能,估计误差低至0.25%。89%的时域参数与标准值的误差均小于10%

基于Legendre正交分解的源-目标说话人声门波导数转换

使用一种不需要精确的声门关闭期间(GCI)信息便可求出声门波的方法,该方法通过在一个基音同步帧中搜索到一个最平滑的线性预测分析逆滤波的残差信号,从而得到一个没有激励影响的声道参数,间接的获得了GCI,因而可以获得比较精确的声门波导数波形.在此基础上提出了一种基于勒让德正交多项式的声门波导数参数提取方法,将声门波导数波形的n维勒让德正交空间的坐标组成一个特征矢量作相应转换,此方法去除了特征矢量中各维参数间的相关性,并且矢量间的欧氏距离表示了声门波导数波形间的相似度,因而聚类及其转换效果要优于多项式特征参数.在微软语音库上作的相关一系列对比实验表明,相对于多项式拟合系数特征参数基于VQ码本映射方法的基准系统,本文提出的方法的帧平均互相关系数提高了11.92%.

利用逆滤波和相平面获取高自然声门波的研究

利用迭代自适应逆滤波的方法对传声器提取的声音信号进行了逆滤波,滤除了语音信号的共振信息,并在不借助其他设备的情况下利用声门波在相平面的图形和相应参数来评估和改善声门波的质量。通过实验表明由这种方法得到的声门波合成出的语音有很高的自然度,可以直接作为语音合成浊音的激励源,为后期结合统计学语音合成提供了基础。

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。