说话人基频与生理参数关系初探

为研究发音人基频参数与生理参数之间的关系,该文通过对70位男性发音人所讲汉语普通话的篇章语料进行分析,提取基频,计算每位发音人基频的均值、中位数、众数和标准差,分析其与发音人的身高、体重、全头高、头长、头宽、颈前弧长、肩宽、头围、颈围、胸围等12种生理参数之间的相关性。实验结果表明:基频的均值、众数和中位数与发音人生理参数之间没有显著相关;而基频的标准差与发音人的身高、体重、肩宽、颈围和胸围5种参数之间都存在显著负相关。由此可知,基频的标准差可以用来预测男性发音人的体形大小。     

下期文章摘要预告

汉语连续语音三字词声调提取方法研究钟金宏 1,　杨善林 1,　张学应 2(1.合肥工业大学计算机网络系统研究所 ,安徽合肥　 2 30 0 0 9;2 .安徽省地震局 ,安徽合肥　 2 30 0 31)摘　要 :连续的汉语三字词声调 ,由于受声道响应、音联、协同发音和变调规律等的影响 ,情况很复杂 ,故其基音提取远远较孤立字困难。文章简述了简化的自相关算法 ,分析了削波电平值对三字词基频检测的影响 ,得出了削波电平的取值范围 ,提出了对三字词基频检测应采取变削波电平的观点。给出了三字词的基音提取方法 ,实验表明该方法简便、有效 ,提取成功率高。最后根据…     

多项式函数拟合实现汉语声调的语音合成

汉语语音的声调是个人语气与情感状态最直接的表达,是体现汉语语言状态最重要的特征之一。为了使得语音合成的逼真度得到有效的提高,讲话者的话语更加具有区分度,通过加入声调参数特征实现语音语调变换,以期成为情感识别和语音识别的准确度最有力的助推剂,弥补语音合成结果在情感特征以及语音演唱方面的不足。分别对汉语阴平、阳平、上声、去声采用基频提取的方式进行声调的分析、研究,将得到的基频曲线采用多项式函数拟合的方法对汉语4种声调进行重新构建,从数学角度对汉语声调进行分析、重构,采用三角函数曲线模拟随时间变化的语音基频曲线,根据共振峰频率将曲线进行叠加,达到了95.91%的满意的识别结果。结果表明:采用多项式函数拟合方法实现汉语4种声调的语音合成,更好地还原了语音的数学本质,使得抽象化的语音表现得更直观可控。     

汉语连续语音三字词声调提取方法研究

连续的汉语三字词声调,由于受声道响应、音联、协同发音和变调规律等的影响,情况很复杂,故其基音提取远远较孤立字困难.文章简述了简化的自相关算法,分析了削波电平值对三字词基频检测的影响,得出了削波电平的取值范围,提出了对三字词基频检测应采取改变削波电平的观点,进而给出了三字词的基音提取方法.实验表明该方法简便、有效,提取成功率高.文章最后根据实验简述了三字词的变调规律和声调模式.     

函数拟合实现语音演唱

语调是说话的腔调,由不同的声调抑扬顿挫的配制和变化形成,是人类传递情感的特征之一.通过调节语调参数来改变一段话语中某个字音的长短及高低,从而使可控的语调实现语音演唱的效果,弥补了语音合成在歌曲演唱方面研究的缺失.采用倒谱法来提取基音频率,线性预测编码(Linear Predictive Coding,LPC)方法对共振峰进行估算,最终通过高次多项式对语音声调的基频进行拟合,将得到的拟合函数进行实时调整,形成语调以达到语音演唱的目的.从基音频率及共振峰两个基本参数出发,结合发音的数理本质,用直观的数学方法来进行语音演唱的合成,使得原始语音与合成语音的总体识别率达到了87.6%.合成结果表明,采用调整语音合成参数的方法进行语调的变化,能够使语音演唱的表现更加可控.     

广灵方言单字调实验研究

文章运用语音实验的方法对广灵方言的声调进行研究,并对其基频进行归一化处理,分析该方言声调的类型及分化情况,讨论其基频变化和音域范围,最后得出广灵方言中共有四个声调,分别是阴平(52)、阳平(41)、上声(44)、去声(413),其中阴平和阳平有合并的趋势.本文的主要目的是对广灵方言声调的实际情况进行客观描写,为今后深入研究广灵方言提供一定的参考.     

几种不同基频提取算法的比较研究

基频提取算法一直是语音信号处理领域的研究热点,文章将当前的多种基频提取算法分为时域、频域以及时频混合三个方面,并分别对其中的AMDF算法、线性预测残差倒谱算法以及小波变换的基频提取算法进行了比较研究,对三种算法分别在如何准确判定语音波形的谷值点、语音信号突变以及语音的消噪等不同的语音信号处理角度进行了阐述,并在分析其优缺点后,提出将多种基频检测方法结合能更好地促进基音周期检测的准确性.     

潮汕方言对英语语音学习的影响及对策

潮汕方言有其自身的发音特点,与英语在发音上差别很大,给使用潮汕方言的学习者在英语语音习得上造成困难。本文并从辅音、元音、声调三个角度探讨潮汕方言的语音体系对英语语音子系统习得的负面影响,提出教学实践中帮助学生减少潮汕方言对英语语音习得的负迁移作用,提高英语语音教学质量的若干方法。     

基于发音空间特征的构音障碍患者的病情分级

现有的较多对运动性构音障碍病理语音的研究是以声学特征为条件来进行的,而对发音运动空间的研究较少,且数据库中普遍缺乏病患的发音及语音数据.本文基于多伦多大学开发的TORGO数据库,对比分析了构音障碍患者与正常人、不同病情程度的构音障碍患者之间在发音运动空间上的差异,提取发音空间特征,对构音障碍患者进行病情分级,为医学上诊疗的自动分级检测提供理论依据.对单音素进行分析能够判断发音肌群的能力,却忽略了病患在连续发音时语音的流畅性.本文采用短语文本,首先对比分析了正常人与不同病情程度构音障碍患者的3维散点发音轨迹与空间位移,发现构音障碍患者的舌部发音运动更靠近口腔后方、左方、下方,且病情程度越严重,舌部抬起运动越困难.然后使用K-means算法计算发音运动空间的质心,进行显著性分析,发现不同病情程度的构音障碍患者之间的差异主要在上下方向,该方向的显著性水平均值只有0.078.最后选取质心与位移中值两个发音空间特征,作为分类器输入进行病情分级.实验结果显示随机森林分类器的分级识别性能在98%以上,且随机森林的分类准确率比J48决策树的最高提升了6.45%.     

蒙古长调牧歌与赞歌的声学对比分析

文章采用实验语音学研究方法,把两首不同题材的蒙古长调作为研究对象,通过对长调歌唱语音信号的采集,分别提取基频、能量、共振峰和时长等参数,对两首长调进行声学参数层面的对比分析.不同题材长调在歌唱时声学参数存在差异,主要表现在能量和基频参数方面,牧歌能量和基频均大于赞歌,从而表现出牧歌悠扬嘹亮的声学特质,充分说明了共振峰参数反映歌手的歌唱水平,而题材差异集中在能量和基频方面.     

师专普通话声调教学问题分析

操山东方言的人学说普通话,声调是关键,也是难点.因为两者语音上最大的差别是在声调上.表面看来,仅把方言四声转化为普通话四声,就可讲出比较标准的普通话,但是,由于两者四声对应情况较为复杂,加之方音调值对所转调值的影响,致使山东人讲的普通话在声调上有许多发音错误和缺陷.由此,声调教学是普通话教学中难度较大的一部分.那么,我校声调教学的效果又如何呢?     

一种基于分形理论的语音分割新方法

语音是由混沌的自然音素组成的，而分形可以很好地为成混沌状态的自然音素建模．语音波形具有分形特征，将分形用于改善语音识别技术越来越受到重视．语音的特性决定了每一个音素展现其固有模式，因此相邻音素之间的分维值不同．通常求取语音波形的分维值轨迹可把人的发音分割成句子、词、甚至音素．实验证明，该方法在语音分割中取得了很好的效果．     

《格萨尔》说唱的声学分析

文章选取了《格萨尔》说唱中<珠鸠>曲调的语音信号,运用实验语音声学的分析方法,对语音进行了信号标注和参数提取,通过基频、能量等声学参数来分析《格萨尔》说唱当中,<珠鸠>曲调的基本发音原理和说唱技巧,以数字化方式更为深入和直观地研究《格萨尔》说唱的风格特色.     

论汉语发音对英语语音语调的影响及英语口语教学

在学术领域中，人们总是强调汉语发音对英语口语学习的负面影响，本文将从语言学的角度阐述汉语普通话的发音对英语口语不仅有负面影响，而且也存在着正面影响。本文在结构上将英语口语分为语音和语调两个方面，然后分别论述二者与汉字读音和汉语声调的相互影响．以及如何把握住这些特征来改进中国人说英语的语音语调。     

TD-PSOLA技术在汉语语音波形编码合成中的应用

以时域基音同步叠加（ＰＳＯＬＡ）技术和一个全汉语单音节库为合成单元进行汉语语音波形编码合成,针对汉语语音的音高、时长、音强以及音节之间的协同发音效应等影响合成语音质量的主要因素,建立相应音节的声调曲线、时长规则和音节之间协同发音规则等韵律规则,并利用时域基间同步叠加法原理调整合成语音的音高和时长,从而使合成的语音比较清晰自然。     

平顶山人学习普通话声调规律初探

平顶山人学习普通话声调规律初探李静平顶山话和普通话最大的差异在于语音，语音方面最大的差异在于声调，声调是平顶山人学习普通话的重点，也是难点。而平顶山话和普通话调值调类间存在一定的对应关系，把握其间的对应关系，是学好普通话声调的捷径。本文试在对平顶山话...     

居住环境对维吾尔族人汉语使用语音变异的影响

文章采用分层多阶段概率抽样方法，调查分析了居住环境对乌鲁木齐市维吾尔族人汉语使用语音变异的影响。总体上说，居住时间长短和语音变异的使用率之间存在差异，即居住时间长的语音变异使用率低，反之，则高；居住状态对维吾尔族人汉语使用语音变异的影响不同：小时候生活在杂居的环境中，语音变异使用率低，生活在聚居的环境中，语音变异使用率高；现在的居住环境只对汉语声调变异的使用有影响，对声母、韵母变异使用状况则没有影响。     

捏鼻语音的声纹鉴定研究

声纹鉴定中常遇到伪装语音的检验,如采用捏鼻、假声、耳语、变更方言讲话等。伪装语音的出现,使声纹鉴定难上加难。本研究通过对男女各5人一组发音人的普通话部分短句为分析对象,探讨和分析捏鼻讲话时语音与正常语音样本的基音、振幅、宽带语图、共振峰等声学参数变化规律。结果表明,捏鼻讲话伪装方式虽然使语音特征发生改变,但是不同个体之间差异仍然大于自身差异,具备鉴定的条件和基础。     

维吾尔语韵律建模

对维吾尔语的韵律结构进行了全面的研究,从维吾尔语语音合成(text to speech,TTS)语音库中提取了音节的时长、能量、基频均值、最大值、最小值和基频范围等韵律特征参数,分析了其在音节处于不同韵律层次时的变化规律。提取了语音数据中韵律边界前后的音节延长量、音高重置和无声段等声学特征参数,并对它们的分布规律进行了统计分析。实验结果表明:不同韵律层级之间时长延长量和音高差值随着边界层级的提高而增加;韵律词边界之间没有显著地停顿,韵律短语和语调短语层级边界之间的平均停顿时长分别是154.2和212.8ms。     

基于基频状态和帧间相关性的单通道语音分离算法

提出一种基于基频状态和帧间相关性的单通道混合语音分离算法.首先,从混合语音中提取2个源语音的基频进行状态编码,基于编码的基频状态构造自适应字典,并通过引入基频信息在字典层面对各源语音信号进行区分.然后,采用频繁模式挖掘算法,提取基频状态为1时字典的频繁1项子集,缩减字典尺寸.最后,以基于正交匹配追踪的分离语音为基础,检测分离效果差的混合语音帧,搜索与其相关度最高的平移后的邻近分离语音帧进行叠加,并采用软掩蔽方法进行第二次分离校正.仿真实验结果表明,该算法获取的分离语音信噪比优于现有的2种经典语音分离算法,并且该算法采用频繁模式挖掘算法大大减小了运算量.