[发明专利]使用共振峰增强提取话音共振峰轨迹的方法

权利要求书

1.使用共振峰增强提取话音共振峰轨迹的方法，其特征是首先建立话音的共振峰增强的话音声管模型；设定共振峰增强系数；获得共振峰增强谱；然后直接利用线性预测分析得到共振峰增强谱，用二次搜索算法从共振峰增强谱中提取出分析帧的共振峰频率，同时记录下第一、第二、第三、第四和第五共振峰的频率；最后输出分析帧的共振峰序列就是语音信号的共振峰轨迹；处理步骤是：开始；(1)语音信号输入、(2)预加重、(3)帧移、(4)判断信号结束？是则进入(15)取出共振峰序列，否则进行(5)；(5)分帧加窗；(6)计算帧能量；(7)计算帧过零Z并进行判断；(8)利用帧能量门限和过零率门限判断帧的类别，Z＞Z_Th；E＜E_Th是否成立；是则进入(9)，否则进入(3)；(9)标记为清辅音并进入帧移输入端；(10)设定共振峰增强系数；设定线性预测阶数；(11)获得共振峰增强后的线性预测系数；(12)获得共振峰的增强谱；(13)搜索谱的极大值；(14)记录该帧的共振峰频率；(15)取出共振峰序列并结束；

Z_Th为帧过零的阈值，取值范围为10～100；E为帧能量，E_Th为帧能量阈值，取值范围为0.2～20；

采用的共振峰增强的话音声管模型：其系统函数V(z)的定义如下；其中，G为系统增益；μ_m(m＝1，2，...，M-1)是声管的能量反射系数，z＝e^2πf，f是频率：

V(z)=G1-μG1-μM-1-μM-1z-1z-1...1-μ1-μ1z-1z-11-μ0-μ0z-1z-110---(1)]]>

在共振峰增强的全极点模型中设置合适的共振峰增强系数，得到对应的线性预测模型，线性预测模型用Levinson-Durbin递推算法求解；

(1),EN0=φ^N(0)]]>

(2),ki=[φ^N(i)-Σj=1i-1aji-1φ^N(i-j)]/ENi-1]]>

(3),aii=ki]]>

(4),aji=aji-1-kiai-ji-1,1≤j<i-1]]>

(5)ENi=(1-ki2)ENi-1]]>

(6)if i＜P goto    (1)

(7),aj=ajp,1≤j≤P]]>

其中，为LPC预测输出的N点序列{x_i}的自相关函数的估计量，其表达式如下：

φ^N(j)=1NΣi=1N-jxixi+j,j=0,1,...,P---(2)]]>

算法开始时，a⁰＝1，逐步递推出直到使用提取的共振峰轨迹作为话音识别的特证向量，使用提取的共振峰轨迹作为说话人识别的特证向量；提取的共振峰轨迹用于共振峰声码器；

且用如下数字滤波器对语音信号进行预加重：

H(z)＝1-0.95z^-1  (3)

相互重叠的语音分析帧，帧长在10ms～40ms之间，帧移在5ms～20ms之间；接收话音信号，以预加重滤波器处理所接收的话音信号；以步长移动获得分析帧；对分析帧进行时域加窗处理；话音分析帧的窗函数是汉明窗或矩形窗；

分析帧的能量E用下式计算：其中，x(n)是分析帧内的语音信号，N是帧的长度，N为正整数

E=Σn=1Nx2(n)---(4);]]>

分析帧的过零率Z用式(5)计算：其中，x(n)是分析帧内的语音信号，N是帧的长度，N为正整数；sgn[^*]是符号函数由式(6)表示：

Z=Σn=1N-1|sgn[x(n)]-sgn[x(n+1)]|·u[|x(n)-x(n+1)|-δ]---(5)]]>

sgn(x)=1,x>00,x=0-1,x<0---(6)]]>

u(x)=1,x≥00,x<0---(7)]]>

其中，δ是过零率门限参数，取值范围在0.01～0.1之间。