- 博客(6)
- 收藏
- 关注
RSS订阅原创 Sabine, Eyring,Arau-Puchades的混响时间计算对比分析
室内声学研究表明，现有混响时间RT的计算公式不能完全满足研究人员的要求。Sabine的公式假设声能在一个房间里均匀地扩散(均匀且各向同性)。然而，事实上，这一条件很少得到满足，因为房间的大部分区域具有不同的吸声系数。Eyring指出，当房间里有相当大的吸声系数时，Sabine的公式是无效的。在他的文章中，他指出Sabine的公式应该用于“活的”房间，并声称混响时间取决于房间的形状。Eyring提出了修正的理论，推导出了比Sabine公式更普遍的RT方程公式。Eyring的公式是基于反射之间无阻碍传播的介
2021-10-11 21:40:38
370
原创 模糊 K 均值聚类算法
假设特征矢量集，X={x1,x2,...,xT}，T是语音帧数，每个矢量 xj都是p维的，代表的是第j帧的特征参数。模糊 k-means 聚类算法的核心思想在于最小化式(下式)所示的目标函数：其中，µij表示矢量 xj被分到第i类的概率，µ=[µij]是一个K×T的矩阵，满足下面的一些 性质：同时，m(m≥2)是控制模糊度的一个加权指数，dij2表示的是 xj与 ci 之间的距离，定义式 如下所示：其中，ci指的是第 i 个聚类中心，Fi表示的是第 i...
2021-09-14 21:35:15
1353
原创 高斯混合模型
假设 X={x1,x2,...,xN}和 Y={y1,y2,...,yN}分别表示N个时间对齐的源说话人和目标说话人的 频谱特征矢量，其中，N表示语音的帧数，矢量 xt(或是 yt)是 P 维特征矢量。语音转换可以 理解成将源特征矢量 xt转换成目标特征矢量 yt的过程。通过最小化转换特征矢量 yt'=F(xt)与 目标特征矢量 yt在所有帧间的平方误差总和，进一步得到映射函数 F。在早期的资料中，主要有两类基于高斯混合模型的语音转换方法，即源高斯混合模型方法和联合密度模型方法。两种方法性...
2021-09-09 21:29:20
100
原创 频谱特征参数的离散小波分析
小波分析的一个很重要的特征是具有多分辨率分析，能够在时域、频域表征信号的局部特征。本文采用离散小波分析对语音信号的频谱特征进行分解，分为小波低频系数和小波 高频系数，其中，前者可以表征频谱的包络情况，后者则描述频谱的细节成分。然后利用 GMM 模型对小波的低频系数进行转换。在转换阶段，对待转换的语音频谱特征进行多分辨率小波分析，利用训练好的模型对小波低频系数进行转换，而小波的高频系数则保留不变，直接与转换的低频系数相结合用于语音的合成，因为文献（TURK O, ARSLAN L M. Subband bas
2021-06-10 23:30:44
618
4
原创 声道长度规整
在提取语种声学特征参数时，如何消除和抑制说话人影响是一个值得考虑的 问题。首先说话人会有生理，年龄，性别等不同，这就会对声学特征产生影响， 造成说话人发音的不同的一个主要原因是声道形状，尤其是受声道长度的影响最为突出。一般，通过在频率域上的线性变换来实现 VTLN，它是基于声道传输模型的假设分析，可认为声道是一截面均匀的声管： ...
2021-05-18 19:12:31
291
1
原创 声学模型各测试模块优化
A. VTLN优化是通过声道规整系数α对于特征参数进行声道规整，一般声道规整系数α范围 0.80-1.20,步进 0.05，所以会有 9 个不同的特征产生,我们再通过一个声道无关的 背景模型(UBM)对于这 9 个特征进行似然打分，找到得分最大的特征所对应的α 值，那么这个α值就是我们寻找的最优的规整系数。这 9 个特征源自于同一个原始 wav，所以其在 UBM 上得分最大的几个高斯，应该是一样的或相差不大。基于上面可优化点的分析，我们就去找寻得分最大的几个高斯(一般我们取 前10个得分最大的高..
2021-05-07 11:41:58
329
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人