漢語(yǔ)耳語(yǔ)音重建的研究.pdf

1、耳語(yǔ)音是人與人之間一種特殊的語(yǔ)音交流方式。其具有聲帶不振動(dòng)、基頻缺失和聲音能量低的特性，這些特性降低了耳語(yǔ)音的可懂度和清晰度。耳語(yǔ)音向正常音的轉(zhuǎn)換重建具有重要的理論意義和應(yīng)用價(jià)值。
　　 本文基于混合激勵(lì)線性預(yù)測(cè)模型，研究了連續(xù)漢語(yǔ)耳語(yǔ)音合成重建正常語(yǔ)音的相關(guān)技術(shù)，主要工作包括:
　　 建立了基于混合激勵(lì)線性預(yù)測(cè)(MELP)模型的連續(xù)漢語(yǔ)耳語(yǔ)音向正常音的轉(zhuǎn)換模型。對(duì)耳語(yǔ)音和相應(yīng)正常語(yǔ)音的混合激勵(lì)線性預(yù)測(cè)(MELP)模型的

2、編碼參數(shù)進(jìn)行了比較分析。
　　 提出了基于Gabor變換的時(shí)頻域信息熵和過(guò)零率的端點(diǎn)檢測(cè)方法。首先利用信息熵來(lái)區(qū)分語(yǔ)音的有聲段和無(wú)聲段。其次針對(duì)連續(xù)耳語(yǔ)音中利用信息熵的端點(diǎn)檢測(cè)存在著耳語(yǔ)音的語(yǔ)音段誤判為無(wú)聲段這一缺點(diǎn)，利用過(guò)零率方法對(duì)端點(diǎn)檢測(cè)的熵值相近熵閾值的語(yǔ)音幀進(jìn)行修正。
　　 提出了基于Gabor時(shí)頻域?qū)ΨQ相對(duì)熵的聲韻分割方法。在聲韻分割中，利用聲母和韻母的能量聚集性、共振峰結(jié)構(gòu)以及頻譜差異，采用對(duì)稱相對(duì)熵值來(lái)分割