[发明专利]测量语音波形相似度的一种新方法

说明书

所属技术领域

本发明涉及一种语音信号的处理技术，属于语音信号处理领域。

背景技术

语音信号是一种非平稳的随机信号，可以用随时间变化的一维波形来描述。从语音信号的波形分析，可以大致分为两类：一类是辅音，其波形类似于噪声；另一类是元音，其波形类似于准周期信号。目前，判断两个语音波形是否相似一般采用相关性检测的方法，或者类似的方法。由于语音信号的时变特性，基于相关性检测的方法往往对语音波形的相似性判断准确性不高。另外一类判断两个语音波形是否相似的办法是变换域法，即把时域波形的相似性问题变换为等价的频域的相似性问题。变换域法同样也存在判断准确性不高的问题，同时还带来计算量增加的问题。为了解决上述问题，我们设计实现了一种测量语音波形相似度的新方法，其特点是：完全基于时域实现，计算量小，抗噪声性好，准确度高。本发明的语音波形相似度测量方法，不仅能测量语音波形的绝对相似度，而且能够测量语音波形的相对相似度(即语音波形经放大或缩小后的相似度)，可以用于语音信号的基音检测，语音信号的高质量压缩与还原，非线性特征抽取等方面，对语音信号处理有多方面的影响。

发明内容

本发明是一种基于时域的语音信号处理技术，用来测量两个语音波形的相似度，其基本思想是：对一段语音信号x(t)，首先找出两个相邻的过零点t1和t2(且t1＜t2)；在区间[t1，t2]上，用平行于横轴的直线将语音信号x(t)切分成互不重叠的N部分，计算每一部分的面积，然后将这N部分的面积按顺序作成一个N维向量；对另一段语音信号也做类似的处理，得到另一个N维向量；计算两个N维向量的距离就可以得到两个语音波形的相似度。如果两个N维向量的对应分量成比例，则可以判断两个语音波形经放大或缩小后相似(即相对相似)。

本发明的技术方案是：数字化后的语音信号用一个有限序列{x(n)}表示，其中n表示语音样本的序号，x(n)表示第n个样本点的取值。语音信号x(n)的取值有三种情况：正数，负数，零。正数表示波形在时间轴上方，负数表示波形在时间轴下方。语音信号x(n)的过零点有两类情况：一类是x(n)正好为零，那么这是称n为过零点的位置；一类是x(n)和x(n+1)都不为零，但它们的符号相反，这时称在x(n)和x(n+1)之间存在过零点，这个过零点的位置可以通过插值计算近似得到。

对一段离散化的语音信号x(t)，首先找出两个相邻的过零点t1和t2(且t1＜t2)；在区间[t1，t2]上，语音信号x(t)要么全大于0，要么全小于0，不妨设x(t)全大于0；找出语音信号x(t)在区间[t1，t2]上的最大值(如果x(t)全小于0则找出最小值)，不妨设最大值为x(t0)；在横轴(时间轴)到x(t0)之间，用平行于横轴的直线将语音信号x(t)在区间[t1，t2]上图像分为N部分，每一部分类似于梯形，其上下底边都是直线，但左右边是曲线，对这样的每一部分采用近似算法计算其面积；然后将这N部分的面积按顺序作成一个N维向量；对另一段语音信号也做类似的处理，得到另一个N维向量；然后计算两个N维向量的距离就可以得到两个语音波形的相似度。如果两个N维向量的对应分量成比例，则可以判断两个语音波形经放大或缩小后相似(即相对相似)。