基于语谱图的语音变速不变调算法的研究与应用

摘要

语音的变速不变调处理，是目前十分流行的一种语音信号处理技术，即通过改变单位时间内输出的语音信息量，达到改变语速的要求。人们有时希望能加快或减慢语音的播放速度，尤其是减慢语速，对于外语学习、报告记录、语音研究和公安侦察等方面有很大的帮助。 目前，变速不变调主要应用于外语学习和音乐播放方面，这两个应用场合中的语音基本上都是在背景噪音很小甚至没有的语音环境里录制的，语音的信噪比都很高。但是在报告记录、公安侦察等其他现实应用场合中，语音环境中通常都存在背景噪音，甚至语音环境非常恶劣，目前的变速不变调处理技术并不能很好地应用于这些场合，为此，本文通过对变速不变调算法进行详细、系统的理论研究，提出了一种能够处理带噪语音的变速不变调算法，满足了现实应用场合中的需要。根据这个算法的流程，本文作了以下一些方面的研究工作： ①对浊音段端点检测算法进行了深入的研究，在分析了各种常见的浊音段端点检测算法的基础上，提出一种新的基于语谱图的浊音段端点检测算法。实验结果表明，该算法在保证端点检测准确性的同时，具有明显优于其他常用算法的很强的抗噪能力，能够使浊音段端点检测算法应用于较低信噪比的恶劣语音环境下，扩展了浊音段端点检测算法的应用范围。 ②对基音检测算法进行了深入的研究，在分析了各种常见的基音检测算法的基础上，提出一种新的基于语谱图的基音检测算法。实验结果表明，该算法在准确描绘出基音轨迹曲线的同时，具有很强的抗噪能力，在中高噪音环境下也能够很好地找出语音波形的基音轨迹。 ③对语音变速不变调算法进行详细、系统的理论研究，把前面提出的浊音段端点检测算法和基音检测算法应用于变速不变调算法中，并分别采用基音波形叠加拉伸和基音波形复制压缩的方法来实现变快语音的不变调处理和变慢语音的不变调处理，并对不同速度的变速语音采用不同的方案进行不变调处理，实验结果表明，对0.25倍速到5倍速的变速语音，该方法不仅能很好地实现语音的变速不变调处理，且还在抗噪能力方面取得了令人满意的结果，能够在中高噪音环境下很好地进行音调的还原。

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及学位论文版权使用授权书

第一章绪论

第二章语谱图介绍

第三章基于语谱图的浊音段端点检测算法

第四章基于语谱图的基音检测算法

第五章语音变速不变调算法的实现

结论

参考文献

攻读学位期间发表的学术论文

致谢