共振峰提取的幾種方法

1、題目：共振峰提取技術(shù)的理論研究作業(yè)題目與要求：題目：共振峰提取技術(shù)的理論研究要求：(1)大量查閱關于共振峰提取技術(shù)的資料(通過Internet或圖書館，在Internet上可以通過搜索：formantEstimation等關鍵字來查找相關的信息)。(2)分析總結(jié)各種共振峰分析方法及其應用領域；(3)寫一篇關于共振峰提取技術(shù)及其應用技術(shù)現(xiàn)狀的論文。工共振峰的概念共振峰是反映聲道諧振特性的重要特征，它代表了發(fā)音信息的最直接的來源，而且人在語音感知中利用了共振峰信息。所以共振峰是語音信號處理中非常重要的特征參數(shù)，已經(jīng)廣泛地用作語音識別的主要特征和語音編碼傳輸?shù)幕拘畔ⅰ９舱穹逍畔陬l率包絡之中，

2、因此共振峰參數(shù)提取的關鍵是估計自然語音頻譜包絡，一般認為譜包絡中的最大值就是共振峰。與基因檢測類似，共振峰估計也是表面上看起來很容易，而實際上又受很多問題困擾。這些問題包括：(1)虛假峰值。在正常情況下，頻譜包絡中的極大值完全是又共振峰引起的。但在線性預測分析方法出現(xiàn)之前的頻譜包絡估計器中，出現(xiàn)虛假峰值是相當普遍的現(xiàn)象。甚至在采用線性預測方法時，也并非沒有虛假峰值。為了增加靈活性會給預測器增加23個額外的極點，有時可利用這些極點代表虛假峰值。(2)共振峰合并。相鄰共振峰的頻率可能會靠的太近而難以分辨。這時會產(chǎn)生共振峰合并現(xiàn)象，而探討一種理想的能對共振峰合并進行識別的共振峰提取算法存在很多實際困

3、難。(3)高音調(diào)語音。傳統(tǒng)的頻譜包絡估計方法是利用由諧波峰值提供的樣點。高音調(diào)語音的諧波間隔比較寬，因而為頻譜包絡估值所提供的樣點比較少，所以譜包絡的估計就不夠精確。即使采用線性預測進行頻譜包絡估計也會出現(xiàn)這個問題。在這樣的語音中，線性預測包絡峰值趨向于離開真實位置，而朝著最接近的諧波峰位移動。共振峰參數(shù)包括共振峰頻率、頻帶寬度和幅值，共振峰信息包含在語音頻譜的包絡中。因此共振峰參數(shù)提取的關鍵是估計語音頻譜包絡，并認為譜包絡中的最大值就是共振峰。利用語音頻譜傅里葉變換相應的低頻部分進行逆變換，就可以得到語音頻譜的包絡曲線。依據(jù)頻譜包絡線各峰值能量的大小確定出第1第4共振峰，如圖所示。二、提取共

4、振峰的方法提取共振峰的幾種常用方法包括：(1)基于線性預測(LPQ的共振峰求取方法。一種有效的頻譜包絡估計方法是從線性預測分析角度推導出聲道濾波器，根據(jù)這個聲道濾波器找出共振峰。雖然線性預測法也有一定的缺點，例如其頻率靈敏度與人耳不相匹配，但對于許多應用來說，它仍然是一種行之有效的方法。線性預測共振峰通常有兩種途徑可供選擇：一種途徑是利用一種標準的尋找復根的程序計算預測誤差濾波器的根，稱為求根法；另一種途徑是找出由預測器導出的頻譜包絡中的局部極大值，稱為選峰法。(2)倒譜法。聲道響應的倒譜衰減很快，在-25,25之外的值相當小，因此可以構(gòu)造一個相應的倒譜濾波器，將聲道的倒譜分離，對分離出來的倒

5、譜做相應的反變換，就可以得到聲道函數(shù)的對數(shù)譜，對此做進一步處理即可求得所需的各個共振峰。三、提取共振峰的實現(xiàn)(1)基于線性預測(LP。在語音信號的LPC模型中，語音信號樣本s(n)可由如下差分方程表示:式中，u(n)為激勵函數(shù)，G是增益，ak;k=1,2,P是LPCC數(shù)。相應的數(shù)字濾波器傳遞函數(shù)H(z)為Cs（上）上式還可表示為葉極點的級聯(lián)形式：理工)二口(1-3)式中，百力四七第是H(z)在Z平面上第k個極點：若H(z)是穩(wěn)定的，其所有極點都在z平面的單位圓內(nèi)。則第k個共振峰的頻率和帶寬分別為4/2收和t為語音信號采樣周期。語音信號的共振峰能由數(shù)字激光器傳遞函數(shù)H(z)進行估計，最直接的方式

6、是對H(z)進行多項式求根，由所求的根來判斷共振峰或譜形狀極點。然而，該方法難以快速而有效地找到根值。另一有效的獲取共振峰的途徑是語音信號LPC譜的譜峰檢測的方法進行估計共振峰，該方法需要解決共振峰臺并的問題。McCandless試圖采用在z平面單位圓內(nèi)重復計算H(z)的方式來分離合并的共振峰，另一個有效的方法是采用對數(shù)LPC譜的二階導數(shù)進行估計共振峰，取得較好效果。(2)倒譜法語音信號不是加性信號，而是卷積信號。為了能用線性系統(tǒng)對其進行處理，可以先采用卷積同態(tài)系統(tǒng)處理。經(jīng)過卷積同態(tài)系統(tǒng)后輸出的偽時序序列稱為原序列的“復倒頻譜”。它的定義式可以表示為：x(n)=IFTlnFTx(n)倒譜或稱“

7、倒頻譜”的定義為：c(n)=IFTln|FTx(n)|它和復倒譜的主要區(qū)別是對序列對數(shù)幅度譜的傅立葉逆變換，它是復倒譜中的偶對稱分量。它們都將卷積運算，變?yōu)閭螘r域中的加法運算，使得信號可以運用滿足疊加性的線性系統(tǒng)進行處理。復倒譜涉及復對數(shù)運算，而倒譜只進行實數(shù)的對數(shù)運算，較復倒譜的運算量大大減少。如果C1和G(n)分別是xi(n)和x2(n)的倒譜，x(n)=x(n)*x2(n),那么x(n)的倒譜c(n)=。+c2(n)。(2)倒譜法選擇最普遍的極零模式來描述聲道相應x(n),其z變換的形式為:mimoX(z)=|A|i【(1-akz")“(1-bkZ)kTk=1PipoH(1-C

8、kz-1)lT(1-dkz)k1經(jīng)過傅立葉變換，取對數(shù)和逆傅立葉變換后可以得到其復倒譜:ln|A|(n=0),、piCmia；x(n)=v+n1k=ink=inmobjpod；n11-xnok=ink=in對于倒譜可以只考慮它的幅度特性，可以看出，它是一個衰減序列，且衰減的速度比1/|n|快。因而它比原信號x(n)更集中于原點附近，或者說它更具有短時性。四、提取共振峰的實現(xiàn)方法的應用(1)基于線性預測(LP。的應用技術(shù)現(xiàn)狀肺部氣流沖擊聲帶.通過聲道的響應，形成語音。不同的聲道形狀產(chǎn)生不同的聲道響應，導致不同的語音。就聲道的數(shù)學模型，主要有兩種觀點：(一)把聲道看作由多個不同截面積的聲管串聯(lián)而成

9、，即聲管模型；(二)把聲道看作諧振腔，共振峰就是該腔體的諧振頻率，即共振峰模型。因人耳聽覺的柯替氏器官就是按頻率感受而排列其位置的，因而，實踐證明共振峰模型方法是非常有效的。共振峰是描述語音信號特征的重要參數(shù)，所以，準確有效的共振峰提取算法對語音信號的分析、臺成、編碼有重要意義。線性預測編碼(LPC)是進行語音信號分析、語音信號編碼最有效的技術(shù)之一其重要性在于提供了一組簡潔的語音信號模型參數(shù)，比較精確地表征了語音信號的幅度譜，而分析它們所需的計算量相對而言并不大口語音信號共振峰的LP妗析方法的一個主要特點在于能夠由預測系數(shù)構(gòu)成的多項式中精確地估計共振峰頻率和帶寬。在過去的研究中，已有許多利用L

10、P妗析提取共振峰方法被提出。(2)倒譜法的應用技術(shù)現(xiàn)狀倒譜法根據(jù)對數(shù)功率譜的逆傅立葉變換，能夠分離頻譜包絡和細微結(jié)構(gòu)，很精確地得到基音頻率和共振峰信息，但它的運算量比較大。當采用無噪語音時，用倒譜進行基音提取的效果是很理想的。然而當存在加性噪聲時，在對數(shù)功率譜的低電平部分會被噪聲填滿，從而掩蓋了基音諧波的周期性。這意味著倒譜的輸入不再是純凈的周期性成分，而倒譜中的基音峰值將會展寬，并受到噪聲的污染從而使倒譜檢測方法的靈敏度也隨之下降。在基音估計中還可以使用經(jīng)過中心削波或三電平削波后的自相關方法，這種方法在信噪比低的情況下可以獲得良好的性能。五、總結(jié)共振峰是反映聲道諧振特性的重要特征，它代表了發(fā)音信息的最直接的來源。改變共振峰可以產(chǎn)生出所有原音和某些輔音，在共振峰中也包含著輔音的重要信