学位论文 > 优秀研究生学位论文题录展示
语音信号的基音检测法研究
作 者: 焦蓓
导 师: 曾以成
学 校: 湘潭大学
专 业: 微电子学与固体电子学
关键词: 基音检测 小波变换 自相关函数 希尔伯特-黄变换 经验模态分解
分类号: TN912.3
类 型: 硕士论文
年 份: 2013年
下 载: 68次
引 用: 0次
阅 读: 论文下载
内容摘要
语言是人类最重要的交流工具,与机器进行语音交流,让机器明白我们说的是什么,这是人们长期以来的梦想。随着信息技术的发展,语音信号处理的重要性日显突出,比方,它将成为信息化战争不可或缺的重要组成部分。在语音信号处理中,重点是分析研究表征语音信号本质特征的参数,只有很好地掌握语音特征参数的提取,才可能依据这些参数来进行语音增强、语音识别、语音合成和语音压缩编码等处理。基音周期是描述语音激励源性质的重要特征参数之一。针对目前基音检测的研究状况,本文做了以下研究工作:(1)对传统的自相关法进行分析,发现该算法中随着延时量的增加相关系数求和项数逐渐减少,导致自相关函数中峰值的幅度逐渐减小,给峰值位置的检测带来困难。针对该情况,本文提出了改进自相关法。通过实验仿真,验证了本方法对峰值幅度的衰减有很好的抑制作用,突出了峰值信息。(2)自相关函数法和小波变换法是经典的基音检测方法,但自相关法存在倍频和半倍频的影响,而小波变换存在伪峰值影响,在简要分析单独使用它们进行基音检测存在不足的基础上,提出一种结合改进自相关与加权小波分量的检测方法。将多级小波变换分量加权求和以突出语音的基音信息,然后将两种方法结合突出真实基音周期点处的峰值。实验表明,与传统的自相关函数法和小波变换法独立使用相比,两者相结合的方法减少了倍频、半频及伪随机点的错误,提高了基音检测的精度。(3)根据语音信号非平稳非线性的时变特点,提出了一种基音周期检测的希尔伯特-黄变换方法。首先利用短时能量对语音进行清浊音判断,再经过经验模态分解将信号分解为若干固有模态函数,然后对每个固有模态函数进行希尔伯特变换求其瞬时幅值与瞬时频率,根据基音特点对分解得到的固有模态函数加权求和突出基音周期信息,最后采用自相关平方法进行基音检测。实验表明,本方法较传统的基音检测法精度有所提高,且鲁棒性较好。
|
全文目录
摘要 4-5 Abstract 5-10 第1章 绪论 10-18 1.1 基音检测的研究背景 10-11 1.2 基音周期的定义与研究意义 11-13 1.2.1 基音周期的定义 11-12 1.2.2 研究基音周期的意义 12-13 1.3 基音检测的影响因素及研究现状 13-15 1.3.1 影响基音检测的因素 13-14 1.3.2 基音检测的研究现状 14-15 1.4 Hilbert-Huang 变换的概述及研究现状 15-17 1.4.1 Hilbert-huang 变换 16 1.4.2 Hilbert-huang 变换的研究现状 16-17 1.5 本文的主要研究内容和章节安排 17-18 1.5.1 主要研究内容 17 1.5.2 文章安排 17-18 第2章 基音检测算法及其实现 18-29 2.1 引言 18 2.2 时域算法 18-22 2.2.1 自相关函数法 18-20 2.2.2 平均函数幅度差法 20-22 2.3 频域算法 22-25 2.3.1 简化逆滤波算法 22-24 2.3.2 倒谱法 24-25 2.4 时频混合域算法 25-27 2.4.1 小波变换法 25-27 2.5 其它改进及衍生算法 27 2.6 本章小结 27-29 第3章 基于自相关和小波变换的基音周期检测 29-39 3.1 引言 29 3.2 改进自相关法 29-31 3.2.1 传统自相关法 29-30 3.2.2 改进自相关法 30 3.2.3 实验仿真结果与分析 30-31 3.3 小波变换法检测基音周期 31-33 3.3.1 小波变换检测基音周期的原理 31 3.3.2 小波变换尺度的选取 31 3.3.3 小波变换权值的选取 31-33 3.4 结合改进自相关和加权小波分量法 33-35 3.5 实验仿真与结果分析 35-38 3.6 本章小结 38-39 第4章 基于 HHT 的语音信号处理 39-53 4.1 引言 39 4.2 HHT 中的基本概念 39-42 4.2.1 瞬时频率 39-42 4.2.2 固有模态函数 42 4.3 EMD 分解 42-49 4.3.1 EMD 分解的原理及筛选过程 43-47 4.3.2 EMD 的特点 47-48 4.3.3 EMD 存在的问题 48-49 4.4 Hilbert 变换 49-52 4.4.1 Hilbert 谱 49-50 4.4.2 边际谱 50-52 4.5 本章小结 52-53 第5章 基于 HHT 的基音周期检测法 53-62 5.1 引言 53 5.2 HHT 检测突变点的原理 53-55 5.3 基于 HHT 检测基音周期 55-58 5.3.1 HHT 检测基音周期的原理 55-56 5.3.2 基音检测预处理 56 5.3.3 IMF 的幅值和频率信息 56-57 5.3.4 HHT 检测基音周期的流程图 57-58 5.4 实验仿真与结果分析 58-61 5.4.1 实验数据来源 58 5.4.2 实验结果与讨论 58-61 5.5 本章小结 61-62 第6章 总结与展望 62-64 6.1 工作总结 62-63 6.2 展望 63-64 参考文献 64-68 致谢 68-69 附录 A 个人简历 69-70 附录 B 攻读硕士学位期间撰写的论文 70-71 附录 C 论文中的用图 71-73 附录 D 论文中的用表 73
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 小波变换在桥梁变形监测数据处理中的应用,TP274
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种简化的HELP声码器算法研究,TN912.3
- 基于图像的信息隐藏技术研究,TP309.7
- 基于PET/CT的医学图像融合算法的设计与实现,TP391.41
- 基于提升格式小波包变换和神经网络机翼盒段多损伤检测研究,V224
- 中国股指期货与现货市场关系的实证研究,F224
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
- 轨道交通车辆轴承故障诊断分析与研究,U279.3
- 雾天图像增强方法研究,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于Gabor和SVM的光照鲁棒人脸识别算法研究,TP391.41
- 控制机器臂运动的表面肌电信号变换规律的研究,TN911.7
- 基于数字图像处理的镀锌板表面缺陷边缘检测算法研究,TP274
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理
© 2012 www.xueweilunwen.com
|