4、语音源分析与视听语音处理技术概述

语音源分析与视听语音处理技术概述

语音源分析相关技术

语音源分析在语音处理领域至关重要，近期研究主要围绕基于频谱相位或瞬时相位的方法展开。

1. 声门流模型表示
   • 深入研究声门流发现，声门流模型可用因果 - 反因果（混合相位）滤波器表示。这一发现为后续的语音分析和合成提供了新的理论基础。
   • 时域和声谱域参数之间的联系得以建立，大多数时域声门流模型都有相应的方程，这有助于更准确地理解和处理声门流信号。
2. 新的声门模型与语音表示方法
   • 提出了一种用于语音合成的频谱域新声门模型——因果 - 反因果线性模型（CALM），为语音合成技术带来了新的思路。
   • 利用声门流模型的混合相位特性，提出了零 Z 变换（ZZT）的语音表示方法。虽然该算法计算量较大，但能实现简单的语音分析和合成。通过与逆滤波进行源 - 声道分解的比较，发现 ZZT 在波形和频谱距离方面表现更优，并且可用于估计语音源的开放商和不对称系数。
3. 声门闭合瞬间检测
   • 声门闭合瞬间在时 - 频域对应特定的瞬时相位和幅度模式，这些模式可通过跨尺度的最大幅度线（LOMA）进行分析。LOMA 不仅能提供相应语音周期的能量信息，还可能有助于进一步分析声门波形的特性。
   • 以图 23 为例，展示了从数据库句子中提取的短片段，图中从上到下依次为 EGG 信号、DEGG 信号、语音信号