[發明專利]一種基于多尺度非線性能量算子的語音信號周期分割方法

有效

• 申請號: 201810640530.0
• 申請日: 2018-06-21
• 公開（公告）號: CN108830232B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 朱成華;盧光明;武克斌;張大鵬;鐘德才
• 申請（專利權）人: 浙江中點人工智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州海藻專利代理事務所(普通合伙) 44386
• 代理人: 王敏

1.一種基于多尺度非線性能量算子的語音信號周期分割方法，其特征在于，包括以下步驟：

S1、多尺度非線性能量算子TKEO表示為：

Ψ[x(n)]＝x(n)²-x(n-1)x(n+1)

其中x(n)為離散語音信號，n代表采樣點；

S2、定義絕對TKEO算子aTKEO(absoluteTKEO)：

|Ψ[x(n)]|＝|x(n)²-x(n-1)x(n+1)|

S3、將aTKEO擴展至帶尺度參數L的算子RaTKEO，定義如下：

|Ψ_L[x(n)]|＝|x(n)²-x(n-L)x(n+L)|

其中，參數L為正整數；

S4、分別采用最大值融合、乘積融合和均值融合三種融合策略得到以下三個融合值：

其中，M為尺度數，k為尺度，p₁(n)表示采用最大值融合時的融合值，最大融合策略對應的聲門閉合時刻(GCI)提取算法為GMATmax；p₂(n)表示采用乘積融合時的融合值，乘積整合策略對應的GCI提取算法為GMATprod；p₃(n)表示采用均值融合時的融合值；均值融合策略對應的GCI提取算法為GMATmean；

S5、采用下述高通濾波器檢測幅度陡增時刻：

其中j為循環變量，T_l代表計算平均幅度時的窗口大小，q₁(n)、q₂(n)、q₃(n)分別表示采用GMATmax、GMATprod和GMATmean方法時，幅度陡增后與陡增前的平均幅度差值，分別利用q₁(n)、q₂(n)、q₃(n)中的過零點切割出幅度為正的區域，將信號分割成多個區域，且每個區域內包含一個GCI真值，這個區域則為我們分割出來的一個周期；

S6、根據GMATmax、GMATprod和GMATmean方法測出的周期Tmax、Tprod、Tmean，從檢測率、漏檢率、誤檢率、檢測準確度、檢測偏差五個方面評估三種尺度算法的可靠性與準確性，根據對性能要求的不同選擇合適的尺度進行周期分割。

2.根據權利要求1所述的基于多尺度非線性能量算子的語音信號周期分割方法，其特征在于：樣本點x(n-L)或x(n+L)與x(n)的時間距離等于尺度參數L。

3.根據權利要求1所述的基于多尺度非線性能量算子的語音信號周期分割方法，其特征在于：步驟S5中，采用GMATmax方法時，對分割中的每個區域，檢測q₁(n)幅度最高時的時刻，并記為n11，同時檢測該區域內p₁(n)中幅度最高的三個點，并將這三個點中與n11時間距離最近的點記為n12。

4.根據權利要求3所述的基于多尺度非線性能量算子的語音信號周期分割方法，其特征在于：將n11與n12的平均值作為該區域內的GCI值。

5.根據權利要求1所述的基于多尺度非線性能量算子的語音信號周期分割方法，其特征在于：步驟S5中，采用GMATprod方法時，對分割中的每個區域，檢測q₂(n)幅度最高時的時刻，并記為n21，同時檢測該區域內p₂(n)中幅度最高的三個點，并將這三個點中與n21時間距離最近的點記為n22。

6.根據權利要求5所述的基于多尺度非線性能量算子的語音信號周期分割方法，其特征在于：將n21與n22的平均值作為該區域內的GCI值。