[发明专利]一种利用声带建模反演的嗓音分类方法

权利要求书

1.一种声带动力学模型反演的嗓音分类方法，其特征在于，包括：

步骤1、利用复倒谱相位分解CCPD估计声门波，具体为：

(1)首先求取一帧嗓音信号的基音周期，通过DYPSA算法获得一帧嗓音信号声门闭合点的位置，将声门闭合点位置与基音周期相对应，得到每个基音周期内声门闭合点具体位置；

(2)获取每个基音周期内的嗓音信号，采用复倒谱的方法将此基音周期内的嗓音信号分解为最大相位信号和最小相位信号，并对最大、最小相位信号进行微分；

(3)将微分后的最大、最小相位信号与声门闭合点位置结合，其中，将最大相位信号放置在声门闭合点前，将最小相位信号放置在声门闭合点后，得到微分声门波估计；

(4)将微分声门波积分，实现声门波估计；

步骤2、建立碰撞力修正的声带二质量块振动模型，并确定模型优化参数向量；

步骤3、提取声门波中的声学参数；

步骤4、采用遗传算法与拟牛顿法相结合的优化算法GA-QN，通过匹配目标和模型声门波特征参数进行声带动力学模型反演操作；

步骤5、进行嗓音分类；

根据不同嗓音发声时各个特征参数的差异分析，对其进行加权组合，提出左右声带加权不对称度WAR和归一化加权缩放系数NWS，采用WAR与NWS两个指标相结合用以区别正常嗓音和特殊嗓音，其中，左右声带加权不对称度WAR和归一化加权缩放系数NWS：

左侧声带缩放系数Q_l，右侧声带缩放系数Q_r，左声带耦合缩放系数Q_cl，右声带耦合缩放系数Q_cr以及声门下压缩放系数Q_P；

采用WAR与NWS两个指标相结合用以区别正常嗓音和特殊嗓音，WAR描述了声带的对称程度，WAR越小，声带的不对称度越高；NWS描述了声带双侧异常程度，NWS越大，声带双侧异常程度越严重。

2.根据权利要求1所述的嗓音分类方法，其特征在于，步骤2所述建立碰撞力修正的声带二质量块振动模型，并确定模型优化参数向量；具体为：

建立碰撞力修正的声带二质量块振动模型IFCM，得到系统振动的动力学方程，并引入左侧声带缩放系数Q_l，右侧声带缩放系数Q_r，左声带耦合缩放系数Q_cl，右声带耦合缩放系数Q_cr以及声门下压缩放系数Q_P作为模型优化参数；

其中m_iα为两侧质量块的质量，k_iα为劲度系数，r_iα为阻尼系数，其中i＝1或2，分别表示上下质量块,α＝l或r，分别表示左右质量块；L_S为声带长度，d_i为各质量块厚度，k_cα为耦合系数，c_iα则为两侧声带发生碰撞时的附加弹性系数；a_i表示声门间隙面积，P_i为声门下压；

模型相关参数修正为：

其中，m_il0、k_il0、k_cl0、c_il0分别代表左质量块的质量、劲度系数、耦合系数、两侧声带发生碰撞时的附加弹性系数的参数标准值；m_ir0、k_ir0、k_cr0、c_ir0分别代表右质量块的质量、劲度系数、耦合系数、两侧声带发生碰撞时的附加弹性系数的参数标准值；P_i0为声门下压的参数标准值。