语音信号处理（张力编）课件第三章（2）.pptVIP

5、复倒谱分析中的相位卷绕及避免相位卷绕的办法 a、相位卷绕的产生： b、解决的办法 限制法、微分法、最小相位法 思想：利用傅立叶变换的微分特性和对数微分特性来避 开求复对数 一、自相关法 二、平均幅度差函数法 三、并行处理技术法 四、倒谱法 五、简化逆滤波法 六、小波变换法 七、基音检测的后处理 自相关法检测基音周期存在的问题： 基音周期受共振峰的影响 解决的办法： (1)60~900Hz的带通滤波 (2)对语音信号进行非线性变换 中心削波法 Center-clipping technique 三、并行处理技术法 算法思想：对经过预处理的语音信号实施一系列的基音 检测，或者分别对原始信号和经处理后的信号实施检测 ，然后根据系列检测的结果综合判定基音周期。 四、倒谱法 基本原理：在倒谱域中激励信息与声道信息是相对分离 的。采取简单的滤波方法可以分离并恢复出e(n)和v(n)， 根据e(n)及倒谱特征求出基音周期。 问题：对于一帧浊音语音倒谱，基音信息与声道信息不 完全分离。 解决的办法：采用逆滤波器去除声道响应信息 五、简化逆滤波法 基本思想：先对语音信号进行LPC分析和逆滤波，获得语 音信号的预测残差，然后将残差信号通过自相关滤波器 进行滤波，再作峰值检测，进而获得基音周期。 六、小波变换法 基本思想：对语音信号做小波变换，则极值点对应于声 声门的开启或闭合点，相邻极值点之距离对应着基音周 期。 语音信号的基频范围在80~500Hz之间，大多数情况下在 100~250Hz之间，选择上限250Hz，确定最佳分解尺度J 七、基音检测的后处理 问题：基音周期轨迹中个别基音周期的估值偏离了正常 轨迹。 解决的办法： 1、中值平滑处理 基本原理：设x(n)为输入信号，y(n)为中值滤波器的输 出，采用一滑动窗，则n0处的输出值y(n0)就是将中心移 到n0处时窗内输入样点的中值。 三点中值平滑 五点中值平滑 优点：可以有效去除少量的野点，又不会破坏基音周期 轨迹中两个平滑段之间的阶跃性变化。 2、线性平滑处理 3、组合平滑处理 Ⅲ 二次平滑 THANKS 由于计算AMDF函数只需要加、减和取绝对值运算，用硬件实现（定点DSP系统）时，运算量较之短时自相关函数大大下降，同时，AMDF函数在基音周期的谷点比自相关函数的峰值更加尖锐，错判率现对较少，稳健性更高。 并行处理法基音检测 (1)在峰点处产生等于峰值的冲击 (2)在峰点处产生等于峰值减去前一个谷值的冲击 (3)在峰点处产生等于峰值减去前一个峰点处的冲击 (4)在谷点处产生等于谷值绝对值的冲击 (5)在谷点处产生一个谷值的绝对值加前一个峰点的冲击 (6)在谷点处产生一个等于谷值的绝对值加前一个谷值的冲击 语音信号在时域表示为： 在Z域表示为： 其中 采用逆滤波器进行滤波： 反Z变换得到表示声道信息的Ge(n) 预测余量信号 可改进之处：对原始语音信号或预测余量信号进行低通 滤波（作DFT、取对数之后，将高频分量置零） 倒谱基音检测算法框图 一帧过渡语音的倒谱 a)传统算法b)改进算法 不同信噪比含噪语音的倒谱 a)传统算法b)改进算法 简化逆滤波法实现框图 Daubechies Coiflet 尺度函数 小波函数 尺度函数 小波函数 若fs=8kHz，J=5。 利用线性预测系数求共振峰，离散频谱|A(k)|的谷点就是共振峰的位置。通过求A(z)多项式的系数序列{1,a1,a2,…ap}的DFT，就可以得到|A(k)|。 6. 线性预测系数用于共振峰估计 的峰值对应共振峰 的谷点对应共振峰 离散频谱|A(k)| 谷点 {1,-1.45,0.9,-0.45,-0.12,0.36,-0.30,0.39,0.12,-0.34,0.06} p=10 利用FFT，补零至2N。 根据e(n)均方误差最小的原则来求解ak，有三种方法：自相关法（Levinson-Durbin算法）、协方差法和格型合成滤波算法。 自相关法，就是先解出Yule-Walker 方程，再计算G。 Levinson-Durbin算法是自相关算法中的一种，形成递推算法。 二、线性预测方程组的求解 (1) (2) (3) (4) (5) if ip go to (2) (6) For i=1:p Levinson-Durbin递推算法 (1) (2) P=2的二阶线性预测系数 i=1，有： i=2，有： (1) (2) P=3的二阶线性预测系数 i=1， i=2， i=3， (3) 三、LPC复倒谱和LPC美尔倒谱系数（LPCMCC） 1. LPC复倒谱（