[发明专利]一种基于多尺度非线性能量算子的语音信号周期分割方法

权利要求书

1.一种基于多尺度非线性能量算子的语音信号周期分割方法，其特征在于，包括以下步骤：

S1、多尺度非线性能量算子TKEO表示为：

Ψ[x(n)]＝x(n)²-x(n-1)x(n+1)

其中x(n)为离散语音信号，n代表采样点；

S2、定义绝对TKEO算子aTKEO(absoluteTKEO)：

|Ψ[x(n)]|＝|x(n)²-x(n-1)x(n+1)|

S3、将aTKEO扩展至带尺度参数L的算子RaTKEO，定义如下：

|Ψ_L[x(n)]|＝|x(n)²-x(n-L)x(n+L)|

其中，参数L为正整数；

S4、分别采用最大值融合、乘积融合和均值融合三种融合策略得到以下三个融合值：

其中，M为尺度数，k为尺度，p₁(n)表示采用最大值融合时的融合值，最大融合策略对应的声门闭合时刻(GCI)提取算法为GMATmax；p₂(n)表示采用乘积融合时的融合值，乘积整合策略对应的GCI提取算法为GMATprod；p₃(n)表示采用均值融合时的融合值；均值融合策略对应的GCI提取算法为GMATmean；

S5、采用下述高通滤波器检测幅度陡增时刻：

其中j为循环变量，T_l代表计算平均幅度时的窗口大小，q₁(n)、q₂(n)、q₃(n)分别表示采用GMATmax、GMATprod和GMATmean方法时，幅度陡增后与陡增前的平均幅度差值，分别利用q₁(n)、q₂(n)、q₃(n)中的过零点切割出幅度为正的区域，将信号分割成多个区域，且每个区域内包含一个GCI真值，这个区域则为我们分割出来的一个周期；

S6、根据GMATmax、GMATprod和GMATmean方法测出的周期Tmax、Tprod、Tmean，从检测率、漏检率、误检率、检测准确度、检测偏差五个方面评估三种尺度算法的可靠性与准确性，根据对性能要求的不同选择合适的尺度进行周期分割。

2.根据权利要求1所述的基于多尺度非线性能量算子的语音信号周期分割方法，其特征在于：样本点x(n-L)或x(n+L)与x(n)的时间距离等于尺度参数L。

3.根据权利要求1所述的基于多尺度非线性能量算子的语音信号周期分割方法，其特征在于：步骤S5中，采用GMATmax方法时，对分割中的每个区域，检测q₁(n)幅度最高时的时刻，并记为n11，同时检测该区域内p₁(n)中幅度最高的三个点，并将这三个点中与n11时间距离最近的点记为n12。

4.根据权利要求3所述的基于多尺度非线性能量算子的语音信号周期分割方法，其特征在于：将n11与n12的平均值作为该区域内的GCI值。

5.根据权利要求1所述的基于多尺度非线性能量算子的语音信号周期分割方法，其特征在于：步骤S5中，采用GMATprod方法时，对分割中的每个区域，检测q₂(n)幅度最高时的时刻，并记为n21，同时检测该区域内p₂(n)中幅度最高的三个点，并将这三个点中与n21时间距离最近的点记为n22。

6.根据权利要求5所述的基于多尺度非线性能量算子的语音信号周期分割方法，其特征在于：将n21与n22的平均值作为该区域内的GCI值。