语音信号共振峰提取方法的研究分析

０．引 言 在语音数 字信号处理 的研究 中 ，语音信 号的共振 峰是一个 十分 重 要 的性 能参数 。共振峰是 准周 期脉冲激励进入声道时产生 的一组共 振 频 率。共振 峰参数包括共 振峰频率 和频带宽度 ，它是 区别 不 同韵母 的 重要参 数 。当前共振峰 的提取 方法有很多种 ，每种方法各有利 弊 ，本 文 对 多种共 振峰提取方法进行实验和 比较分析 。 与基音提取类似 ，得到精确的共振Ⅱ 占值也是很困难的，这些困难是 ： （１）虚假 峰值 在 正常情况 下 ，频谱 包络 中的最 大值完全是 由共振峰 引起 的。但 有 时会 出现虚假峰值 ，在利用非 线性预测分析方法的频谱包络估计 时 ， 出现虚假 峰值情况较多 ，而采用线性 预测方法时 ，出现虚假峰值情况得 到 了很 大 的改 善 。 （２）共振 峰合并 当出现相 邻共振峰时 ，可能会有频率 靠得 太近难以分辨 的情况 ，而 寻找一种理想 的能对共振峰合并进行识 别的共振峰提取算法有不少实 际 困难 。
（３）高音调语音 传统 的频谱包 络估值方 法是利用 由谐 波峰值提 供的样点 ，而高音 调语音 （如女声 和童声 ）的谐 波间隔 比较宽 ，因而 为频谱包 络估 值所提 供的样点 比较 少。而利用线性预测进行频谱包络估 值可以一定 程度上 改善这一 问题 。 １．谱 包 络 提 取 共振 峰信息包含 在语音频谱 包络 中 ，因此共振 峰参 数提取 的关键 是估计 自然语音 频谱包络 ，并 认 为谱包 络 中的最 大值就是共振 峰。下 图 １是对 ２１帧信号的线性预测谱包络提取分析 。
２．倒 谱 法提 取 共振 峰 虽然 可以直接 对语 音信号求 离散傅 里叶变换 （ＤＦＴ），然后用 ＤＦＴ 谱来提取语音信号 的共振峰参数 ，但是 ，直接 ＤＦＴ的谱要受 基频谐 波的 影响 ，最大值只能 出现在谐波频率上 ，因而共振峰测定误差较大 。为了 消除基频谐波 的影响 ，可 以采用 同态解卷技术 ，经过 同态 滤波后得 到平 滑的谱 ，这样简单地检测峰值就可 以直接提取共振峰参数 ，因而这种方 法 更为有效和精确 。因为倒谱运用对数运算 和二次变换将基音谐波 和 声 道的频谱包络分离开来 。因此用低时窗 １（ｎ）从 语音信 号倒谱 ｃ【ｎ）中所 截 取 出来 得 ｈ（ｎ），能 更精确地反 映声道 响应 。这样 ，由 ｈｆｎ）经 ＤＦＴ得到 的 Ｈ㈤ ，就是声道 的离 散谱 曲线 ，用 Ｈ（ ）代替 直接 ＤＦＦ的频谱 ，因为 去除了激励 引起 的谐 波波动 ，所 以可以更精确地得到共振峰参数。
Ｐ
响应 Ａ（ｋ）的谷点来得到共 振峰 的位 置 。因为 Ａ（ｚ）＝１ ａｉｚ ，所 以
若求此多项式 系数序列 （１．ａｌ，ａ ，……ａ）的ＤＦＴ，就 可以得 到 Ａ（ｋ）。但是 一 般预测 阶数 Ｐ不 大 ，这 就影响 了求 其谷点 即求 其共振峰 频率值 的精 度 。为 了提高 ＤＦＴ的频率分 辨率 ，可以采用补 ０的办法增 加序列 的时 间长度 ，即用 （１，ａ ，ａ ，……ａ ０，０，… ，０）进行 ＤＦＴ，为 了能利用 ＦＦＴ，长度 一 般取 为 ６¨４点 、１２８点 、２５６点 、５１２点等 。另外 也可 以采用抛物线 内插 技术 ，解决频率分辨率较低的情况下的共 振峰频率值 的求取 。
图２倒谱法求取 的共振峰参数图 ３．ＬＰＣ法提 取 共振 峰 从线性 预测导 出的声道滤波器 是频谱包络估计 器的最新形式 ，线 性预测提供 了一个优 良的声道模 型（条件是语 音不含噪声）。尽管线性 预测法 的频率灵敏度和人耳不相 匹配 ，但 它仍是 最廉价 、最优 良的行之 有 效 的 方 法 。 用线性 预测可对语 音信号进行解 卷 ：即把激励分 量归人预测残 差 中 ，得到 声道响 应 的全 级模 型 Ｈ（ｚ）的分量 ，从 而得到 这个分 量 的ａｉ参 数 。尽 管其精度 由于存 在一定 的逼 近误差而有所 降低 ，但去除 了激励 分量的影响 。此时求 出声道 响应分量 的谱 峰 ，就 可以求 出共振 峰 ，这里 有两种途 径 ：一是用 标准的求取复 根的方法计算全级 模型分母 多项式 Ａ（ｚ）的根 ，称为求根法 ；一 是用运算量较少 的ＤＦＴ法 ，求 Ａ（ｚ）的离散 频率
！Ｂｏ
ｌ
， 》 ，
描 ∞ ３＾
蕊
瀚
ｌ
１
（７）ＬＰＣ倒谱
Hale Waihona Puke （８）ＬＰＣ倒 谱包络 图 １
图３ ＬＰＣ谱估计法求取的共振峰参数 图
一 １６１—
科技 信息
４．求 根 法 提 取 共 振 峰 找出多项式复根 的过程通 常采 用牛顿一 拉夫逊 （Ｎｅｗｔｏｎ—Ｒａｐｈｓｏｎ） 算法。其方法是一开始先猜测一个根值并就此猜测值计算多项式及其 导数的值 ，然后利用结果再 找出一个改进 的猜 测值 。当前后两个 猜测 值之差小 于某门限时结束猜 测过程 。由上述过 程可知 ，重 复运算 找出 复根 的计 算量相 当可观 。然而 ，假设每一 帧的最初猜测值域前 一帧的 根 的位置重 合 ，那么根 的帧 到帧的移 动足够小 ，经过较 少的重复 运算 后 ，可使新的根的值会聚在一起 。当求根过程初始时 ，第一帧的猜测值 可 以在单位圆上等间隔设置。
科技 信 息
语 音 信 号 共 振峰 提取 方 法 的 研 究 分 析
青海师范大学物理 系 杨 丹 姜 占才 余蓥良 李振起
［摘 要］目前的提 取语音共振峰的方法比较 多，常用的方法有倒谱 法、ＬＰＣ谱估计法 、ＬＰＣ倒谱 法 ，但 没有 一种方法是十分 完美的 ，为 了 系 统 的 深 入 的研 究 共 振 峰 的 提 取 ，本 文 对 同一 帧 语 音 信 号 进 行 了 不 同 方 法 的 共 振 峰 提 取 实验 仿 真 ，给 出 了具 体 的 共 振 峰 频 率 数 据 ，同时对 不同方法的优 缺点进行 了科学 的、深入的研 究分析 ，用Ｍａｔｌａｂ对算法进 行仿真 实现 ，实验结果表 明共振峰 的提取 方案 中 ＬＰＣＣ倒谱 法避 免 了一般 同态处理 中对复对数的麻烦 ，可 以较为理想的 实现对共振峰 的提取 。 ［关 键 词 ］共 振峰 倒 谱 法 ＬＰＣ谱 估计 法 ＬＰＣ倒 谱 法 同 态处 理