КЛП - анализ речи

Выделение формантных параметров речи

Клиппирование речевого сигнала

Клиппирование является простейшим методом анализа речевого сигнала и заключается в предельном усилении сигнала с последующим ограничением по амплитуде (рис. 2, а).

Преобразование сигнала f(t) в цифровую форму позволяет записать его в память ЭВМ и обработать с целью получения «цифрового портрета речевого сигнала».

Клиппированная речь обладает удовлетворительной разборчивостью, то есть несёт в себе ещё достаточно информации для различения слов и понимания фраз, несмотря на большое упрощение формы сигнала.

Разборчивость речи значительно возрастает, если сигнал смешивают с его производной. Однако при этом более чем вдвое возрастает сложность описания речи.

Анализ клиппированного сигнала сводится к подсчёту числа переходов через нулевой уровень в единицу времени и учёту распределений интервалов времени между переходами.

Если произнести в микрофон некоторую фонему и, затем, усилить сигнал с микрофона, построить кривую I=f(ω), где I -интенсивность (для простоты – амплитуда сигнала), ω угловая частота сигнала, то можно получить график функции, которая в теории анализа речевых сигналов называют формантной характеристикой (рис. 2, б).

Эта характеристика представляет собой графическое изображение спектра речевого сигнала, полученного при произнесении фонем букв «а» и «о». Приведённые на рисунке характеристики представляют собой частотный портрет фонем и имеют вид кривых с тремя чётко выраженными горбами на частотах ω1, ω2 и ω3 ( некоторыефонемы имеют до 6 таких горбов и, соответственно, частот ). Эти частоты называют формантными частотами. В теории формантного анализа сигналов показано, что для хорошего качества распознавания фонем и синтеза речевого

сигнала достаточно задать параметры нескольких старших (первых трёх) формант основного тона и источника шумового сигнала.

Формантный анализ речи является развитием спектрального анализа применительно к специфике образования речи. Данный вид анализа является весьма сложным, поскольку необходимо с высокой надёжностью различать тональные и глухие участки речи, вырабатывая признак тон/шум, определять параметры шума и параметры речевого тракта. Параметрами речевого тракта является информация о резонансах: определяются формантные частоты (от 2 до 6) и их полосы.

Этот метод основан на вычислении коэффициентов линейного предсказания (КЛП). Метод позволяет описать речевой сигнал наиболее точно и в то же время компактно. В ходе обработки текущие отсчёты речевого сигнала, взятые с интервалами квантования 50 – 120 мкс, сравниваются с линейными комбинациями ограниченного ряда (от 4 до 12) предыдущих отсчётов. Эти линейные комбинации называют предсказанными отсчётами. Коэффициенты в линейных комбинациях определяются (на быстрых ЭВМ, ON- LINE, статистическими методами) на участках речи длительностью 10 – 20 мс с таким расчётом, чтобы расхождение между предсказанными и текущими значениями были минимальными. Массивы этих коэффициентов и являются результатом КЛП - анализа.

Дата добавления: 2014-01-07