小波变换在语音识别的基音检测中的应用.ppt

《小波变换在语音识别的基音检测中的应用.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、小波变换在语音识别的基音检测中的应用吕志锋210150772011年1月10日目录第一部分语音识别与基音检测第二部分小波变换在基音检测中的应用1、语音识别技术一、语音识别及基音检测语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。语音识别内容主要包括特征提取技术、模式匹配准则及模型库三个方面。2、声学特征一、语音识别及基音检测声学特征指的是从语音信号中提取出来的某方面的特征或者数值，它能客观的反应语音在某方面的信息或者语音某几方面的相互关系。声学特征的提取与选择是语音识别的一个重要环节。声学特征的提取既是一个信息大幅度压缩的

2、过程，也是一个信号解卷过程，目的是使模式划分器能更好地划分语音信息。在语音以及语音情感识别中使用的特征参数有基频（Pitch）、能量（Energy）、语速（SpeechRate）、共振峰频率（Formant）、单个音节的持续时间（Duration）、音节之间的停顿时间（Pause）、线性预测系数（LPC）、Mel倒谱系数（MFCC）等，以及它们的各种变化形式，如最大值、最小值、均值、范围、变化率等等。这些参数主要体现的是人体的声门和声道的特征，因此和人的生理构造有着密切的关系，在不同的个体上显现出较强的相异性。3、基音检测人在发浊音（m,n,l,r,韵母）

3、时，气流通过声门使声带产生张弛振荡式振动，产生一股周期脉冲气流，这一气流激励声道就产生浊音，又称有声意淫，它携带着语音中的大部分能量。这种声带振动的频率称为基频，相应的周期称为基音周期。它的大小语音与个人声带的长短、厚薄、韧性和发音习惯有关，还与发音者的年龄、性别、发音力度以及情感有关，是语音识别中的重要参数之一。基音检测是语音识别的重要方法，它的最终目标是找出与声带振动频率完全一致或者尽量吻合的基音周期变化轨迹曲线。它也广泛应用于其它语音信号的处理过程，比如语音压缩编码和解码、语音情感识别等等。一、语音识别及基音检测二、小波变换在基音检测中的应用对于，定

4、义其小波变换为：其中，s为尺度因子。若取尺度（j为整数），则函数在尺度和位置x上的小波变换为其中1、小波变换2、小波变换的优点二、小波变换在基音检测中的应用(1)小波分解可以覆盖整个频域(提供了一个数学上完备的描述)。(2)小波变换通过选取合适的滤波器（相对带宽恒定），可以极大的减小或去除所提取得不同特征之间的相关性。(3)小波变换具有“变焦”特性，在低频段可用高频率分辨率和低时间分辨率(宽分析窗口)，在高频段，可用低频率分辨率和高时间分辨率(窄分析窗口)。3、小波变换的突变检测二、小波变换在基音检测中的应用一个实函数θ(x)，我们称为光滑函数，只要满足O

5、(x)表示x的阶数。光滑函数的能量通常集中在低频段，因此θ(x)也可看成一个低通滤波器的冲激响应。如果选择小波为光滑函数的一阶导数，即同样取3、小波变换的突变检测二、小波变换在基音检测中的应用则小波变换可以写成即小波变换Wsf(x)可表示成信号f(x)在尺度s被θs(x)平滑后的一阶导数。由图比较可知小波变换可以有效检测信号f(x)的突变点。4、小波变换检测基音周期二、小波变换在基音检测中的应用人发音时，在声门闭合瞬间，气流会急剧增加，对于在语音波形上即为在该瞬间又一个明显的跳变，可认为是信号的奇异点。每相邻两次声门闭合时间间隔即为瞬态基音周期，而大量瞬态

6、基音周期的均值即为基音周期。小波变换为检测这类信号突变提供了强有力的工具。由信号的突变检测原理可知，可选择光滑函数的一阶导数作为小波，通过定位语音信号的幅值极大值点位置，就可精确检测到因声门闭合产生的语音波形突变。4、小波变换检测基音周期二、小波变换在基音检测中的应用为了检测信号的突变，要求小波应为某一光滑函数的一阶导数。样条函数就是一种适用于小波快速算法的光滑函数。我们可以得到构造的小波，尺度函数，光滑函数的傅里叶变换分别为：4、小波变换检测基音周期二、小波变换在基音检测中的应用如果选择2n+1=3，则我们可以得到样条小波函数所对应的滤波器H、G的有限脉

7、冲响应二、小波变换在基音检测中的应用下图（a）为512点数字语音信号,(b)(c)(d)分别为该信号的小波变换在尺度23，24，25上的波形。Thankyou！