本文選題：語(yǔ)音帶寬擴(kuò)展　切入點(diǎn)：高斯混合模型　出處：《北京理工大學(xué)學(xué)報(bào)》2017年09期 　論文類型：期刊論文

【摘要】：采用傳統(tǒng)的高斯混合模型(Gaussian mixture model,GMM)進(jìn)行語(yǔ)音帶寬擴(kuò)展時(shí),會(huì)出現(xiàn)所估計(jì)的特征參數(shù)過(guò)平滑的問(wèn)題,其主要原因是協(xié)方差估計(jì)不準(zhǔn)確而導(dǎo)致擴(kuò)展的高頻特征細(xì)節(jié)信息的丟失,因此本文提出了碼本映射(codebook mapping,CM)與高斯混合模型相結(jié)合的語(yǔ)音帶寬擴(kuò)展算法.提取高、低頻特征參數(shù),并訓(xùn)練高斯混合模型,基于高斯混合模型參數(shù)訓(xùn)練偏移矢量的碼本;在擴(kuò)展階段,利用偏移矢量的碼本將低頻偏移矢量映射為高頻偏移矢量,再將高頻偏移矢量與高斯混合模型估計(jì)部分相加作為估計(jì)的高頻特征參數(shù).對(duì)利用該方法進(jìn)行帶寬擴(kuò)展后的語(yǔ)音質(zhì)量進(jìn)行主觀/客觀評(píng)測(cè).實(shí)驗(yàn)結(jié)果表明,相比傳統(tǒng)的GMM語(yǔ)音帶寬方法,CM-GMM合成的高頻語(yǔ)音更接近原始高頻語(yǔ)音,明顯消除了高頻過(guò)平滑現(xiàn)象.
[Abstract]:When the traditional Gao Si hybrid model is used to extend the speech bandwidth, the estimated feature parameters will be too smooth. The main reason is the loss of the extended high-frequency feature details due to the inaccuracy of covariance estimation. Therefore, a speech bandwidth expansion algorithm based on codebook mapping and Gao Si hybrid model is proposed in this paper, which extracts the high and low frequency characteristic parameters, trains Gao Si mixed model, and trains the offset vector based on Gao Si mixed model parameters. In the extension phase, the low-frequency offset vector is mapped to the high-frequency offset vector by using the codebook of the offset vector. Then the high frequency offset vector and Gao Si mixed model are added together as the estimated high frequency characteristic parameters. The subjective / objective evaluation of the speech quality after bandwidth expansion is carried out by using this method. The experimental results show that, Compared with the traditional GMM speech bandwidth method, the high frequency speech synthesized by CM-GMM is closer to the original high frequency speech, and the phenomenon of high frequency over-smoothing is eliminated obviously.
【作者單位】： 北京理工大學(xué)信息與電子學(xué)院;
【基金】：國(guó)際合作研究項(xiàng)目
【分類號(hào)】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃程韋;趙艷;金峗;于寅驊;趙力;;實(shí)用語(yǔ)音情感的特征分析與識(shí)別的研究[J];電子與信息學(xué)報(bào);2011年01期

2 劉驍,張海燕,劉鎮(zhèn)清;一種變速語(yǔ)音音調(diào)復(fù)原的處理方法[J];電聲技術(shù);2000年07期

3 岳振軍;宋巍;王浩;張雄偉;;基于傅立葉-貝塞爾展開(kāi)的語(yǔ)音轉(zhuǎn)換算法[J];信號(hào)處理;2008年02期

4 林曉丹;王佳斌;;多特征聯(lián)合的語(yǔ)音被動(dòng)取證方法[J];微型機(jī)與應(yīng)用;2012年20期

5 湯敏,曾毓敏,譚錫林;多帶激勵(lì)語(yǔ)音編碼器仿真實(shí)現(xiàn)[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2005年01期

6 王磊;李忠強(qiáng);孫自力;楊陽(yáng);;語(yǔ)音數(shù)字化及其評(píng)價(jià)方法分析[J];電聲技術(shù);2007年10期

7 李燕誠(chéng);崔慧娟;唐昆;;基于似然比測(cè)試的語(yǔ)音激活檢測(cè)算法[J];計(jì)算機(jī)工程;2009年10期

8 虞曉,胡光銳,徐雄;采用聚類神經(jīng)網(wǎng)絡(luò)與分離輸出語(yǔ)音重構(gòu)的語(yǔ)音分離算法[J];上海交通大學(xué)學(xué)報(bào);2000年06期

9 陳國(guó),胡修林,張?zhí)N玉;基于質(zhì)量評(píng)價(jià)技術(shù)的多信道語(yǔ)音選優(yōu)決策系統(tǒng)[J];系統(tǒng)工程與電子技術(shù);2000年10期

10 陳亮,張雄偉;基于分形維數(shù)實(shí)現(xiàn)語(yǔ)音分割和增強(qiáng)[J];北京郵電大學(xué)學(xué)報(bào);2003年S1期

相關(guān)會(huì)議論文 前7條

1 張紅兵;;混響對(duì)語(yǔ)音鑒定影響的研究[A];運(yùn)輸噪聲的預(yù)測(cè)與控制——2009全國(guó)環(huán)境聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

2 徐近霈;劉明寶;楊子云;;高噪環(huán)境下頑健語(yǔ)音特征抽取[A];第三屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

3 陳俊;孫洪;姜琳峰;;基于語(yǔ)音檢測(cè)的回聲抑制[A];武漢市首屆學(xué)術(shù)年會(huì)通信學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

4 吳超;楊震;;一種采用高頻正弦模型的寬帶語(yǔ)音編碼器[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

5 姚艷軍;景新幸;;一種基于STRAIGHT模型的語(yǔ)音轉(zhuǎn)換方法[A];中國(guó)聲學(xué)學(xué)會(huì)2009年青年學(xué)術(shù)會(huì)議[CYCA’09]論文集[C];2009年

6 岳振軍;王浩;張雄偉;;基于正弦諧波模型和BP神經(jīng)網(wǎng)絡(luò)的語(yǔ)音變換算法及實(shí)現(xiàn)[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

7 劉亞斌;李愛(ài)軍;;朗讀語(yǔ)料與自然口語(yǔ)的差異分析[A];第六屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

，

本文編號(hào)：1647938