[發明專利]全息方言語音取樣技術

在審

• 申請號: 201610215585.8
• 申請日: 2016-04-08
• 公開（公告）號: CN107274914A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 王雪飛
• 申請（專利權）人: 黃山學院
• 主分類號: G10L25/48
• 分類號: G10L25/48
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明提出了一種多維度方言聲學物理數據采集與分析管理技術方案。方言完整信息保存技術，則將這一數據擴充到方言發聲人的所有聲學影響部位，對方言的進行多維采集。本發明對方言發聲人進行多方位空氣音（常用的聲音）、皮膚音與體內音的同步聲數據采集，并對應人的地域與身份（方言屬性）進行自動的分類。依據聲學參數標準，建立方言專業分析數據源。本發明著重應用在方言文化研究與保護方面。

背景技術

言語聲學研究涉及到三個方面的設備與儀器支持。傳統的以話筒、聽筒加存儲器的方式構成錄音后的文件分析，檢索性能差且儀器的穩定性不好，言語聲學文件可比較性不好，典型設備如錄音機設備；數字化與集成電子傳感構成的錄音分析系統，仍然是以空氣為介質的聲學分析與言語研究，在標準化與方便性、文件可計算方面，在聲學數據提升與控制方面形成了較好控制能力，典型如調音臺[1]、言語聲學分析儀[2]，但對大量數據與音素級分析誤差極大。空氣介質錄音技術在非氣態介質中儀器可靠性、可用性極差[3,4]，面對皮膚音、人體內共鳴聲、體內音采集，受技術瓶頸影響無法獲取。而這些在無線傳感器網絡技術支持下，瓶頸已經消失。近年以來HTK為代表的軟件分析言語聲學技術應用成熟[5]，標準化與分析過程的邏輯性有了很大改進[6]，但僅僅限于對標準言語數據的分析，對于大量歷史或不規范的聲學文件，應用效果不好[7，8]。另一方面，在聲采樣技術中，空間多聲道采樣技術成熟[9]，但異構聲道采樣技術相對落后，而與空間聲道的混合同步比較技術更沒有出現。本發明在空間聲道采樣與異構聲道采樣上，首次采用亞毫秒級同步取樣技術，并在聲學文件上與硬件DSP結合，構造出快速的多聲像、多方位的聲采樣技術，同時所獲得的聲數據可以快速計算與處理，使得言語研究的工具性技術，更加進步。

[1] 李融. 音樂錄音調音臺信號流程分析.《電子技術與軟件工程》 2014年21期；

[2] http://cn.ap.com/；

[3]孫黌杰,湯一平,袁瑩.智能睡眠枕的研究[J].浙江工業大學學報,2010,38(3):294-298；

[4] Ashida Nobuyuki,Nasu Yasuhiro,Teshima Taiki,Yamakawa Miyae,Makimoto Kiyoko,Higashi Terumasa.Trial of Measurement of Sleep Apnea Syndrome with Sound Monitoring and SpO2 at home.Healthcom'09 Proceedings of the 11th international conference on e-Health networking,applications and services,IEEE PRESS,2009:66-69；

[5] http://htk.eng.cam.ac.uk；

[6]石現峰,張學智,張峰.基于 HTK 的語音識別系統設計.計算機技術與展,2006,(10):16-10；

[7] ]A. Jansen, K. Church, and H. Hermansky, Towards spoken term discovery at scale with zero resources. In Proc. ISC A Interspeech, 2010,4:1677-1678；

[8]R. C. Hendriks, R. Heusdens, and J. Jensen, MMSE based noise PSD tracking with low complexity[C], In Proc. ICASSP'10, Dallas，TX, 2010，12: 4268-4269；

[9]楊志華.錄音棚聲學設計[J].電聲技術,2011,35(12):14-17。

發明內容