[发明专利]基于多分辨率的听觉感知语音特征参数提取方法

权利要求书

1.一种基于多分辨率的听觉感知语音特征参数提取方法，其特征在于：包括下列步骤：

(1)、语音信号的预处理

语音信号的预处理过程包括将输入信号、采样率调整为Fs、端点检测、对输入数据幅度进行规整、预加重，得到预处理后信号xx(n),n＝1,2,...N，其中N为输入信号长度；

(2)、对预处理后的信号xx(n),n＝1,2,...N进行自适应压缩Gammachirp听觉滤波器组滤波，得到M通道的滤波信号xGc(i,j),i＝1,...,M,j＝1,...,N，其中M为自适应压缩Gammachirp听觉滤波器组的滤波器个数，N为输入信号长度；

(3)、计算不同分辨率下的耳蜗谱

根据设定的不同帧长，对M通道的滤波信号xGc(i,j),i＝1,...M,j＝1,...,N，计算每通道每帧信号的功率谱，提取不同分辨率下的对数耳蜗谱特征WCGc_ARMA；得到多分辨率的听觉感知特征参数

其中，C(m)是WCGc第m帧的特征向量，是多分辨率的听觉感知特征参数的WCGc_ARMA第m帧经过滤波后的特征向量，P为ARMA平滑滤波器的阶数。

2.根据权利要求1所述的一种基于多分辨率的听觉感知语音特征参数提取方法，其特征在于：步骤(2)的具体步骤如下：

1)计算每个通道的pGC(passive Gammachirp)滤波器频率响应g_c(i,t),i＝1,...,M

其中，时间t>0，a为振幅；阶次n₁与参数b₁是定义Gamma函数分布情况的参数，c₁为啁啾因子(chirp factor)；φ₁是初始相位，f_r1是pGC滤波器的中心频率，其按照ERB的关系，在给定频率范围之内分布，ERB(f_r1)是中心频率为f_r1的听觉滤波器等效矩形带宽的值，由下式计算得到；

ERB(f_r1)＝24.7+0.108f_r1 (2)

2)利用每个通道的频率响应g_c(i,t),i＝1,...,M对输入信号xx(n),n＝1,2,...N进行滤波，得到每个通道滤波后信号s₁(i,j),i＝1,...,M,j＝1,...,N；

3)采用四个二阶IIR滤波器的级联近似实现HP-AF滤波器，在Z平面第k个IIR滤波器的频率响应为：

其中：

r_k＝exp{-p₁(p₀/p₄)^k-1·2πbERB(f_r2)/F_s} (4)

△f_r＝(p₀·p₄)^k-1·p₂·c₂·b₂·ERB(f_r2) (5)

式中F_s是信号的采样率，系数p₀、p₁、p₂、p₃、p₄由下面公式得到：

p₀＝2,p₄＝1.0724

p₁＝1.7818·(1-0.0791·b₂)·(1-0.1655·|c₂|) (8)

p₂＝0.5689·(1-0.1621·b₂)·(1-0.0857·|c₂|) (9)

p₃＝0.2523·(1-0.0244·b₂)·(1+0.0574·|c₂|) (10)

其中，f_r2是HP-AF滤波器的中心频率，它依赖于被动Gammachirp滤波器对信号的响应输出，可以定义为：

f_r2＝f_ratL×f_p1 (11)

其中：

f_ratL＝f_ratL⁽⁰⁾+f_ratL⁽¹⁾×P_gcp (12)

f_p1＝f_r1+c₁b₁ERB(f_r1)/n₁ (13)

HP-AF滤波器的中心频率f_r2可以由频率比率f_ratL和被动Gammachirp滤波器的峰值频率f_p1的乘积计算得到，其中，f_ratL⁽⁰⁾和f_ratL⁽¹⁾为常数，P_gcp是被动Gammachirp滤波器输出的总强度，被用来控制高通非对称函数HP-AF的位置；

4)对pGC滤波后信号s₁(i,j),i＝1,...,M,j＝1,...,N进行HP-AF滤波器，得到输出信号s₂(i,j),i＝1,...,M,j＝1,...,N；

5)强度估计，设第i通道pGC和HP-AF在强度估计路径中的输出分别是s₁(i,j)和s₂(i,j)，那么估计的线性等级和可以定义为：

其中△j是通道位移；△t是采样时间；τ_L是指数式衰减的半衰期，控制强度P_c(i,j)定义为线性强度的加权和，单位为分贝；

其中w_L、v_1L、v_2L是加权参数，a_RL是参数a的参考强度，单位是分贝；

6)利用控制强度P_c(i,j)对高通非对称滤波器HP-AF的频率比率进行自适应计算，得到强度自适应的频率比率f_rat；

f_rat＝f_ratL⁽⁰⁾+f_ratL⁽¹⁾×P_c(i,j) (18)

其中f_ratL⁽⁰⁾和f_ratL⁽¹⁾为常数；

7)利用高通非对称滤波器HP-AF对信号s₂(i,j),i＝1,...,M,j＝1,...,N进行滤波，得到最终的滤波信号xGc(i,j),i＝1,...,M,j＝1,...,N，这里使用的高通非对称滤波器HP-AF滤波器参数的取值与前面强度估计时参数的设置基本相同，唯一不同的就是强度估计过程中的频率比率f_ratL是强度独立的；在这里滤波过程中的频率比率f_rat，它是主要的强度自适应参数。