摘要
音高估计和发声分类可以帮助快速检索目标语音,是语音检索中十分重要且困难的研究方向之一,对语音识别领域具有重要的意义。提出了一种新型音高估计和发声分类方法。利用梅尔频率倒谱系数(MFCC)进行频谱重构,并在对数下对重构的频谱进行压缩和过滤。通过高斯混合模型(GMM)对音高频率和滤波频率的联合密度建模来实现音高估计,实验结果在TIMIT数据库上的相对误差为6. 62%。基于高斯混合模型的模型也可以完成发声分类任务,经试验测试表明发声分类的准确率超过99%,为音高估计和发声分类提供了一种新的模型。
学科与关键词
关键词
语音识别音高估计梅尔频率倒谱系数高斯混合模型 speech recognitionpitch estimationMel frequency cepstral coefficientGaussian mixture model
- 一种基于MFCC与韵律特征的说话人确认方法骆启帆; 章坚武; 吴震东杭州电子科技大学学报, 2013, (05): 134-137.
- 说话人特征提取算法的研究孙鹏; 戴天虹; 李野森林工程, 2013, (02): 143-147.
- 采用GW-MFCC模型空间参数的语音情感识别沈燕; 肖仲喆; 李冰洁; 周孝进; 周强; 陶智计算机工程与应用, 2014.
