Bark尺度子波变换及其在混叠语音分离中的应用

摘要

该文简述了声场景分析（ASA）的概念及其在语音处理中的作用,并以基于听觉特性的Bark子波和信号频域变换为工具,提出了一种混叠语音信号分离的方法,该方法分为混叠语音信号分析和波形合成两个部分.在混叠语音信号分析阶段,通过Bark子波变换方法来提取源信号的基音频率轨迹,这一阶段充分利用了声门激励和声道特性参数在频率和幅度两个方向上的缓变规律.在波形合成阶段,以基音频率轨迹为依据,将混叠语音信号分割为独立的短时周期信号,利用数字多谐振荡器的选频特性,获取相应的各次谐波的频率、幅度以及相位信息,利用这些参数在频域叠加来合成分离的语音信号.实验结果表明,该文提出的混叠语音分离方法是有效的.

目录

文摘

英文文摘

第一章引言

1.1混叠语音分离概述

1.2声场景分析及应用简述

第二章声场景分析及数学模型

2.1听觉生理

2.1.1听觉系统

2.1.2耳蜗的生理学作用

2.2听觉心理(感知)

2.3语音模型

第三章子波概述与Bark子波的引入

3.1傅立叶变换及子波变换

3.1.1短时傅立叶变换

3.1.2子波变换

3.2 Bark子波

3.2.1 Bark子波的引入

3.2.2 Bark子波的性质

第四章基于Bark子波混叠语音基音提取

4.1基于归并的清/浊音和音节切分

4.1.1语音帧的参数及性质分析

4.1.2相近语音帧的归并

4.1.3实验分析

4.1.4混叠语音切分的讨论

4.2基于Bark子波的含噪语音基音提取

4.2.1基于Bark子波的含噪语音基音提取的实现

4.2.2实例和分析

4.3基于Bark子波变换的混叠语音基音提取

4.3.1双话者混叠语音基音提取的实现

4.3.2“增强自相关”概念

4.3.3混叠语音的基音提取的两种情况

4.3.4基音流的分离

4.3.5实验结果与分析

第五章源语音信号的合成

5.1原理简述

5.1.1清音与浊音混叠

5.1.2两个浊音相混叠

5.2仿真结果

第六章总结与展望

参考文献

致谢