基于擴(kuò)展型雙線性變換法的耳語音轉(zhuǎn)換為正常語音的研究.pdf

1、耳語音是人類交流的主要方式之一。耳語音轉(zhuǎn)換技術(shù)涉及信號處理、人工智能、模式識別、聲學(xué)等學(xué)科領(lǐng)域,是一個(gè)典型的交叉學(xué)科的產(chǎn)物。對耳語音轉(zhuǎn)換方面的研究工作有較高的科研價(jià)值。
　　 受國家自然科學(xué)基金項(xiàng)目“耳語講話中的語音增強(qiáng)與耳語音-正常語音轉(zhuǎn)換研究”的資助并作為該項(xiàng)目的部分內(nèi)容,本文在對耳語音轉(zhuǎn)換算法如線性預(yù)測法、同態(tài)信號處理法、線譜對定值偏移法、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)法等基礎(chǔ)上,提出了基于擴(kuò)展型雙線性變換法的耳語音轉(zhuǎn)換為正常語音的算

2、法,主要工作包括:
　　 針對傳統(tǒng)算法對漢語耳語音端點(diǎn)檢測以及聲韻分割點(diǎn)檢測正確率不高導(dǎo)致耳語音轉(zhuǎn)換系統(tǒng)性能下降的問題,本文根據(jù)語音信號的非線性特性和希爾伯特.黃變換的性質(zhì),提出了基于希爾伯特-黃變換瞬時(shí)能頻值的耳語音端點(diǎn)檢測算法與聲韻分割算法以及基于經(jīng)驗(yàn)?zāi)B(tài)分解熵值的耳語音端點(diǎn)檢測算法,有效提高了檢測的正確率。
　　 針對耳語音在不同頻段的共振峰偏移程度不同,本文將耳語音的頻譜進(jìn)行分段處理,在此基礎(chǔ)上建立的耳語音轉(zhuǎn)換函

3、數(shù)更加精確。
　　 針對耳語音在各頻段內(nèi)頻率為非線性偏移的問題,本文在雙線性變換函數(shù)中引入擴(kuò)展因子,使其對頻譜的非線性搬移與對共振峰帶寬的壓縮更加符合耳語音轉(zhuǎn)換為正常語音的實(shí)際轉(zhuǎn)換需求,有效減小了轉(zhuǎn)換語音與正常語音的譜失真距離。
　　 綜上工作,本文設(shè)計(jì)了一個(gè)耳語音轉(zhuǎn)換為正常語音的系統(tǒng)。實(shí)驗(yàn)結(jié)果表明,本文的轉(zhuǎn)換語音在音質(zhì)和可懂度上均得到了有效的提高。
　　 最后,提出了算法的缺點(diǎn)及未解決的問題,給出了進(jìn)一步研究和