4、高效语音处理：从GCI检测到性别识别

高效语音处理：从GCI检测到性别识别

高效GCI检测助力稀疏线性预测

在语音处理领域，高效的GCI（声门闭合瞬间）检测对于稀疏线性预测至关重要。实验对比了基于MMF（多尺度测量）和SEDREAMS的GCI检测方法的平均相对计算时间（RCT），结果如下表所示：
| 方法 | RCT (%) |
| — | — |
| weighted - l2 - norm + SEDREAMS GCIs | 46.97 |
| weighted - l2 - norm + MMF GCIs | 7.75 |

从表中可以明显看出，基于MMF的解决方案比基于SEDREAMS的解决方案快得多。需要注意的是，这里使用的是GLOAT工具箱中SEDREAMS的原始实现，而其快速实现版本据说比原始版本快约4倍。

基于MMF的GCI检测算法具有显著优势。它不仅计算成本低，而且特别适合稀疏残差恢复，因为它不依赖于残差本身，而是从几何多尺度测量中提取GCI。这种方法与加权l2 - 范数解决方案相结合，为稀疏残差恢复提供了一种统一的方法，在提高稀疏性的同时，大大降低了算法的整体计算负担。

运行语音中的性别检测新方法

在许多语音和语音分析任务中，准确的性别检测是非常重要的前提，如自动语音识别（ASR）、语音病理检测（VPD）、自动说话人特征化（ASC）或语音合成（SS）等。传统的性别检测方法主要关注基频（f0）和从语音浊音段导出的倒谱特征，但f0的估计在清音片段中复杂甚至不可能，并且在情感语音或强韵律语音中其相关性不可靠。

语音产生模型与特征提取

Fant提出的语音产生模型是一个经典模型，该模