[发明专利]一种基于挑选峰的连续语音共振峰提取方法

权利要求书

1.一种基于挑选峰的连续语音共振峰提取方法，其特征在于，包括以下步骤：

步骤1.对输入的单帧语音进行预处理操作；

步骤2.采用线性预测法，初步估算一帧语音频谱包络中的峰值；

步骤3.设立参考点和共振峰槽，然后利用挑选峰方法建立峰值与参考点之间的映射关系；

步骤4.利用峰值和参考点间的映射关系和共振峰槽确定一帧语音的共振峰；

步骤5.针对连续语音进行共振峰估算；

所述的步骤1包括：

利用短时平均幅度函数M_n区别一帧语音中有声和无声的区域：

式中，x_n(m)是原始语音信号经过加窗分帧处理后得到的第n帧语音信号；

然后根据频谱的总能量和640-2880Hz区域的能量将有声区域分为元音区和非元音区。

2.根据权利要求1所述的一种基于挑选峰的连续语音共振峰提取方法，其特征在于，利用线性预测法求得一帧语音的线性预测系数，采用全极点模型建立声道的传递函数；同时根据绝大多数男性女性的语音特点，初步估计出一帧语音频谱包络中的共振峰频率和带宽。

3.根据权利要求1所述的一种基于挑选峰的连续语音共振峰提取方法，其特征在于，在步骤3中，所述的设立参考点和共振峰槽、建立参考点和峰值的映射关系，包括以下步骤：

步骤3.1.设立参考点：

对于绝大多数男性的语音，设置四个参考点处的估计分别为E₁＝320Hz，E₂＝1440Hz，E₃＝2760Hz，E₄＝3200Hz；对绝大多数女性的语音，设置四个参考点处的估计分别为E₁＝480Hz，E₂＝1760Hz，E₃＝3200Hz，E₄＝3520Hz；

步骤3.2.设立存储峰值的共振峰槽：

在每一帧语音中，设定三个共振峰槽S₁、S₂、S₃；同时额外设定一个共振峰槽S₄，S₄的存在只是为了防止可能出现的第四个峰值P₄和P₃竞争S₃的位置；在最后的共振峰估计结果中，去掉S₄和填补S₄的峰值；

步骤3.3.建立参考点和峰值的映射关系：

在120Hz-3600Hz之间找到所有峰值，记录下峰值频率和大小；距离参考点E_i最近的符合共振峰条件的4个峰值会被填入对应的4个共振峰槽位；如果整段频谱只有一个合适峰值，则会用该峰值去填补所有的共振峰槽位；初步挑选共振峰并填入对应的槽位之后，为保证每个共振峰槽位都被填满，分别对未分配的共峰值和未填满的槽位进行处理。