[发明专利]语音编码的子音识别方法

说明书

本发明有关一种语音编码方法，特别是有关于一种语音编码技术中用来判别有声/无声的语音编码的子音识别方法。

在语音合成技术中普遍使用到线性预估语音编码器LPC(Liner Predictive Coding Vocoder)技术。而在此一线性预估语音编码方法中，LPC-10语音编码器被广泛地使用在低位元率的语音压缩技术中。对于一个LPC语音编码器而言，如何正确地判别输入语音信号究竟为有声或是无声子音乃为极为重要的课题。因为此一有声/无声子音的识别过程，会大大地影响到语音合成信号的质量。

图1显示了传统语音编码技术的方块图。如图所示，其包括有一语音脉冲产生器11(Impulse Train Generator)、一随机噪声信号产生器12(Random Noise Generator)、一有声/无声切换开关13(Voiced/unvoiced Switch)、一增益单元14(Gain Unit)、一LPC滤波器15(LPC Filter)、LPC滤波器控制参数设定单元16。

语音脉冲产生器11所产生的周期性语音脉冲信号(Periodic Impulse Train)或随机噪声信号产生器12所产生的噪声信号(While Noise)，经过一有声/无声切换开关13，依据其输入信号的类型属性，作适当切换选择之后，先经过增益单元14作信号增益以调整其信号准位，再由LPC滤波器15依据LPC滤波器控制参数的预设LPC参数(LPC Parameters)执行滤波，最后由LPC滤波器15的输出端输出语音信号S(n)。

在进行前述声音判别步骤时，该识别装置会针对每一个输入语音的音框(Speech Frame)更新其有声/无声判别方法、节距周期(PitchPeriod)、滤波器参数(LPC Parameters)以及增益值(Gain Value)，其目的是为了可以追踪输入语音的变化状况。在现有的典型技术中，每一个音框包括有160次取样，亦即，在一预定音框大小中，每0.02秒即取样一次。

在前述语音识别中，其中关于有声/无声判别方法中，传统技术中是基于相关节距的强度来作判别的依据。例如，如果归一化互相关值(Normalized Cross correlation Value，简称NC值)大于一预先设定的临界值，例如0.4以上时，则即将该音框判定是属于正常的声音信号，此时，语音合成器将会以周期脉冲来激发LPC滤波器。相反地，如果该NC值小于临界值0.4时，则会将该音框判别属于无声子音信号，语音合成器会以随机噪声信号产生器来激发该LPC滤波器。前述NC值的定义如下： NC = Σ n = 0 N - 1 s ( n ) s ( n - t ) Σ n = 0 N - 1 s ( n ) s ( n ) Σ n = 0 N - 1 s ( n - t ) s ( n - t ) ]]>