基于分形维数实现语音分割和增强.pdf

2003 年 6 月 第 2 6 卷增 刊 北京 邮电大 学 学报 Jo urnalofBeijing U n ive rsityo fPo sts an dT ele c omr n un ie atio n s J un ZO0 3 V ol 2 6SuP 文章编 号 10 07 一5 32 1 20 0 3 增 一0 112 一03 基于分形维数实现语音分割和增强 陈亮 张雄伟 解放军理工大学 通信工程学院 南京 21 00 07 滴要 在研究语音分形维数基 础 上 提出语音音素分割和模糊控制语音增强的新 方法 关健 词 混沌 分形维数 语音分割 语音增 强 中图分类号 TN9 12 3 文献标识 码 A ImPlem en tatio n of SPee eh Segm en tatio na nd E nha nc emen t Based o n Fra ctal D im en sio n CHE NLia ng Z H ANGXio ng 一w e i C om m u nle atlonSEngin e ering Seho ol Pe ople 5 Llbe ratio nA rm yUniv e r sityofSei enee a nd T e ehn ol眼y Nan ji ng 2 1 00 07 Chin a A bstr a et T he ap plieationso f f r aeta l dim ension fo rspee e h s eg m entationan d en h anee m enta restu died Keywo rds e ha o s fr a etaldim ension spe e ehs eg m entation spe e ehen ha n eem ent 语音信号 的产生是 一个复杂 的过程 由于受声 门 声 道以及 辐射等因素的影 响 语音信号 成 为一 个非平 稳信号 对语 音信号进行分 析处理 就变 得较 为困难 采用声学和空气 动力学 理论 分 析 语 音不 仅有声 门的非线性 振 动过程 而且 语音随舌和声 道形 状 的变化会 在声道 边界 层形 成湍流 而湍 流本身就是一 种混 沌 语音 时域波 形具有 自相似性 且表 现 出周期性和随机性 这是将 混沌及分形 理论 引入语音信号分析 的基 础 传统 的语 音分割 基于模式匹配方 法 码本容 量 大且计算复杂 准 确率也不能令 人满 意 现 有 的语音 增强一般对平稳 加性 噪声效 果较好 而对特性 变化 的噪声 则效 果不佳 将语 音 的混 沌 和分形特 性引人到语 音分割和语 音增强之 中 可以解决 现有 方法 的不足 1 分形维数提取 分形维 数有 多种定义 本 文采用计盒维数 对于语 音 时间序列A 用一个正 方 形 的网状 栅 格将其覆 盖 网格 的边 长为5 N S 为网格 中含有A任何一部分的网格数 则计盒 维数 为 S一 S 1叼一 1 丁 一 gg 一 涟褪 一O D 二 lim 采用最小 二乘法拟合 l ogN S 一10 9 1 5 直线 其直 线斜率 即 为计盒分维 数D 步骤 收稿日期 2 00 2 一 to 作者简介 陈亮 1974一 男 博士 生 E 一 m ail chl9 2 0 s oh u 增刊陈亮等 基于分形维数实现语音分割和增 强 为 1 将原始 语音信号 归一化 到单位正方形区域 得 到归一 化信号 x t 2 将正方 形区域 划分为 边长 为 的 网格 计算出lo g N 10 9 1 改 变 的大小 计算相应 的lo g N 10 9 1 s 3 令 二 109 1 y logN i l 2 M 利用 二 y 最 小 二乘拟合直 线 y kx b k 即为计盒 维数D D 的计算公式为 D B 艺 工 一 州艺y i r夕J 口白工 夕 一 叭白 J 筑 艺 了 尸 LI LILLI J 实 验对2 2 05 0 H z 采 样 精度 1 6 b i t 的多个 音 素 进 行了分 维计算 发 现以下规律 l D 集中于 1 2一1 8之 间 表 明音素存在规则 的分 维空间分布 与 噪声 本 质 不同 2 不 同音素的 D 值不 同 3 D 值随 时域波形 的变化而变化 与语 音 的频率分布 成正比 浊音音素的D 值 在 1 2一 1 5 之 间分 布 而 清音 音素D 值在 1 5一1 8 之间 分布 男声 的D 值小于女声 2 语音分割 语音 识别 系统由于系统存储容量受限等原 因 不可能进 行完整词句的模板匹配 因此 有必 要将发音分割 为音素等小单元以减少搜索匹配 的时 间和存储的模板容量 从上面的分析可知 D 可作为语 音音素分割 的依据 每一 个音素由于自身相关性而 呈现 出相对 稳 定的分维 值 相 邻 音素 的分维值会 有所差异 从而分维 轨迹会产 生突 变 据 此可以完 成音素之 间的分 割 图 1 为男 声2个词 其 中 a 为 发射 b 为 加速 采 样频率为4 4 1kH z 矩 形 窗 长 为 枷枷枷 样 点十十十 a 汉语 发射 的时域波形 b 汉语 加速 的时域波形 计盒 维数 幻 a 511 e 卜卜 七 计盒 维数 卜一 1 O L e se s e s e s 一 一 一 O 样点 6 5 754321刀 月JI毛w e 1 11 1 1 c 汉谱 发射 的计盒 维数 d 汉语 加速 的计盒 维数 图 1 语音 时域 波形 及其 分维轨迹 114 北京邮 电大学 学 报第 26卷 10 24 样点 矩形窗步进 为25 6样 点 c 为 发射 词 的D 轨迹 d 为 加速 词的D 轨 迹 如 发射 f a Sh e 由于清 音和浊音 波形 的不规 则性 对 不规 则度的测度即分 维值明显 变化 根据分 维值的不同可以实现 清音与 浊音的分割 由于语音 的分维 轨迹 在音素之间存在 明 显突变 可以确 定一相 对 门限值 若 某 帧D 值小于该 相对 门限 则可认 为从本 帧开始的语音 与本帧前的语 音 为不 同音 素 实验结 果表明 采用分 维值实现 音素 分割的准确率在8 6 左 右 效果比较理想 并且计算 量很 小 易于实时实现 3 语音增强 语音与 噪声具 有不同的混 沌和分 形特性 因此可将分形 维数用于语音增强 设 二 为含 噪 语音信号的采样 序列 噪声 为加性 噪声 则 二 可以表示为 二 十 n 其中 为无 噪语 音信 号 n 为 噪声一般基于模糊 控制参数 的语音 增强方法 为 y二 a二 1 一 叉 一 任 0 l 其 中 a 称 为模糊控 制参 数 取值由经验得 到 实验表 明 a 太小 噪声虽已过滤 但有 用信号 受 损 较大 a 过 大则 噪声残留太 多 因此固定 模糊 控制 参数 a 的语音 增强效 果不佳 由于短时分 形 维数能 够反映信 号的动态特征 可以通过 短时 分形维数动 态调整 a 从而提高滤波效 果 假设模 糊控 制参 数 a 是 计盒 维数的函数 即 a f D f 的形 式可根据不 同场合的需要 加以设计一般 的准则 是 当信 噪比较 低 时 噪声 特性 明显 由于噪 声D 值大于语 音 a 应 变 小 信噪比较高时 语音 占主要成 分 a 应 变大 这样 模 糊控制参数 a 就 随帧变化 信号波动大 时 a 小 易于清除噪声 反之信号 平稳 时 a 大 易于保持信号 的原有特征 这 样 a 具有 自适应控 制能 力 实验取 D 和 a 为分 段线性关系 根据 大量模拟 实验发 现 清音和浊 音音素分维值的分界 点为D 1 4 此 时取 a 二0 2较 为合适 据此可得D 与 a 的经验 线性关系式 4 a 二一 二二口 1 1毛D 毯 1 4 1 2 a 二一不 刀 从 十又 1 4 长口 乏泛乙 j 一 j 之 图2 a 为 8kH z 采样的一 段男女 声 语 音 他去无 锡 市 我到黑 龙 江 的原 始干净语 音 图2 b c 分别为加高斯白噪 声 的o d B 带 噪 语 音以及带噪语 音 经 过本 文 方法 滤波后的 波 形 a 原始 语音 b 带噪语音 c 滤波后结果 图 2 谙音波形比较图 下转第12 5页 增刊徐生瑜等 TD S C DMA 中利用 空时处理改善 系统性能的算法设计 与仿 真分析 12 5 参 考文献 仁 1 Stein e rB pJu n g Optim u m a ndsu b o ptim u m eha n n ele sti m atio n fo the uplin k o feDMAm o bile adio5y5 tem s w ithj intdeteetio n J E urope a n T ra n sa etio nSon C o m m 199 4 5 39 一49 2 A川aK lein G ha s s a n K awa K aleh Pa ulW alte r B aie r ze ro f o reinga n d minim u mm e an 一squa r e一er r o r equ al izatio n f o r m ultiu ser dete etio n in Co de 一d ivisi o n m u ltiplie 一a e e e s s Channel J IEEET ransaetionSo n V ehieular T e ehno l ogy 19 96 45 2 276 一2 87 3 JohnLitv a Titu SK w o k 一Y eung Lo D lgtal be am f o rm inginw ir el e s s o mm u nie atio ns M Bo sto n L on do n A rte eh Ho use 1996 汇 4 G O lara l al e Applie ats onofanre n na r ra to m obile c om m un ieat盛 on pa rtxJ be am 一f o rr n sng on d dsre etio n o f 一a r rival onside r atio ns J Pr o e e eding So f theIEE E 19 97 85 8 1 195 一1 245 5 M ats Vil erg B j orn D ete etionanestimati n in Sens ora r r aysusing w eightedSubspa ee fitting J IEEET ra n s Sig nalProe es sing 199 1 39 2 4 37 一2 4 48 6 M athewS C he rian P Zoltow skiMleha el D Eig enstru etur e te ehnique s fo 2 一D a nglee stimation with u n if o rm eire ula r r ays J IE E ET r a nS Sig n alPr oe e s sing 19 94 42 9 2395 一2 4 07 7 3 GPP T S 2 5 2 23 18 3 G PPT S 2 5 9 28 9 J o sefJo h anne S Ap o sto l os p apathan assio u M a rtin H a a rdt Sm artantenna f o reo m bin ed DOA an dJoin tehan n elestir natio n in tim e 一slo tted CDMA m o bil er adiosystem w ithi o intd eteetio n J IE E E T r ans a etio nso n V e hieul a r T e ehno l ogy 20 00 49 2 293 一30 6 上接 第 114页 参 考文献 l Thomp nC M ulpu A M ehta V T r ansitio n to Cha oS in aeou stie al ly d riven fl ow aeoustiC tr eam ing J J A eo u st s 犯 Am 1991 90 2 0 97 一2 10 3 2 Ma r ag oS p Fra et