基于原型波形内插算法的语音问题的研究

摘要

该论文主要完成基于原型波形内插(PWI-Prototype Waveform Interpolation)算法的语音编码和基于这一算法在汉语语音合成中声调调整方面的研究.原型波形内插(PWI)算法是美国AT&T贝尔实验室的W.B.Kleijn博士首先提出来的,这种算法利用了浊音语音的周期性,将浊音语音看作是慢变化的基音周期波形的连接,每隔20~30ms提取一单个的基音周期波形,然后在更新点处进行内插重建语音信号.该文系统介绍了原型波形内插(PWI)的基本原理及其实现方法,然后在对规则脉冲激励-长时预测(RPE-LTP)语音编码方案(13kb/s)研究的基础上,利用原型波形内插方法,提出了浊音语音4.8kb/s的编码方案,使编码速率大大降低.计算机模拟实验表明,这种编码语音质量与GSM编码方案质量相当.此外,该论文还研究了PWI算法在语音合成上,尤其在声调调整上的应用.传统的基音同步叠加算法(PSOLA)虽然具有良好的韵律调整能力,但是也有不足之处,当基音频率修改过大时有可能出现严重的谱包络失真,即共振峰特性产生不可接受的变异.该论文将PWI算法与PSOLA算法结合,对这一缺陷进行了改进.

目录

文摘

英文文摘

北京化工大学学位论文原创性声明

第一章绪论

1.1课题的研究目的和意义

1.2语音编码的概况

1.2.1语音编码的意义及发展

1.2.2语音编码器的组成

1.2.3语音编码技术的分类

1.2.4语音编码器的标准化

1.2.5语音编码的发展方向

1.3语音合成的概况

1.3.1语音合成的发展

1.3.2汉语语音合成中的声调调整

1.3.3语音合成的应用

1.4课题的研究方案

1.5论文的安排

第二章语音信号的数字模型及其数字分析

2.1语音的产生过程及声学特性

2.2语音信号产生的数学模型

2.3语音信号的预处理及时域波形

2.4短时平均能量、过零率

2.4.1短时平均能量

2.4.2短时平均过零率

2.5短时傅立叶变换

2.6语音信号的语谱图分析

第三章语音信号的线性预测分析

3.1线性预测分析的基本原理

3.2线性预测分析的应用

3.2.1LPA谱估计

3.2.2语音信号LPA谱估计的实际考虑

3.3线谱对分析

第四章基于原型波形内插的语音编码方法

4.1原型波形内插的基本原理及方法

4.1.1原型波形内插的基本思想

4.1.2原型波形内插的具体实现

4.1.3原型波形对齐问题

4.1.4基于原型波形内插的实验结果

4.2 GSM编码方法

4.2.1 GSM编码器原理

4.2.2 GSM解码器原理

4.3基于用PWI-GSM方法的浊音语音编码

4.3.1 PWI-GSM的编码

4.3.2 PWI-GSM的解码

4.3.3 PWI-GSM编码器的性能分析

第五章基于原型波形内插的声调调整方法

5.1基于原型波形内插语音合成的基本思想及方法

5.1.1语音合成分析

5.1.2重合成

5.2利用原型波形内插方法对浊音语音的声调进行调整

5.2.1声调调整的基本方法

5.2.2实验结果

结论

参考文献

致谢

攻读学位期间发表的学术论文