1.2. Клиппирование речевого сигнала
Клиппирование является простейшим методом анализа речевого сигнала и заключается в предельном усилении сигнала с последующим ограничением по амплитуде (см. рис.2,а).
Преобразование сигнала f(t)
Клиппированная речь обладает удовлетворительной разборчивостью, то есть несёт в себе ещё достаточно информации для различения слов и понимания фраз, несмотря на большое упрощение формы сигнала.
Разборчивость клиппированной речи значительно возрастает, если клиппированный сигнал смешивают с его клиппированной производной. Однако при этом более чем вдвое возрастает сложность описания речи.
Анализ клиппированного сигнала сводится к подсчёту числа переходов через нулевой уровень в единицу времени и учёту распределений интервалов времени между нуль-переходами
1.3. Выделение формантных параметров речи
Если произнести в микрофон некоторую фонему и, затем, усилить сигнал с микрофона, построить кривую I=f(ω),гдеI-интенсивность (для простоты – амплитуда сигнала),ωкруговая частота сигнала, то можно получить график функции, которая в теории анализа речевых сигналов называютформантной характеристикой(см. рис. 2,б). Эта характеристика представляет собой графическое изображение спектра речевого сигнала, полученного при произнесении фонем букв «а» и «о». Приведённые на рисунке характеристики представляют собой частотный портрет фонем и имеют вид кривых с тремя чётко выраженными горбами на частотахω1, ω2 иω3 (некоторые фонемы имеют до 6 таких горбов и, соответственно, частот). Эти частоты называютформантными частота-ми. В теории формантного анализа сигналов показано [3], что для хороше-го качества распознавания фонем и синтеза речевого сигнала достаточно задать параметры нескольких старших (первых трёх) формант основного тона и источника шумового сигнала.
Формантный анализ речи является развитием спектрального анализа применительно к специфике речеобразования. Данный вид анализа является весьма сложным, поскольку необходимо с высокой надёжностью различать (тональные) и глухие участки речи, вырабатывая признак тон/шум, определять параметры шума и параметры речевого тракта. Параметрами тракта является информация о резонансах: определяются формантные частоты (от 2 до 6) и их полосы.
1.4. КЛП-анализ речи
Этот метод основан на вычислении коэффициентов линейного пред-сказания (КЛП). Метод позволяет описать речевой сигнал наиболее точно и в то же время компактно. В ходе обработки текущие отсчёты речевого сигнала, взятые с интервалами квантования 50 – 120 мкс, сравниваются с линейными комбинациями ограниченного ряда (4 – 12) предыдущих отсчётов. Эти линейные комбинации называют предсказанными отсчётами. Коэффициенты в линейных комбинациях определяются статистическим путём на участках речи длительностью 10 – 20 мс с таким расчётом, чтобы расхождение между предсказанными и текущими значениями были минимальными. Массивы этих коэффициентов и являются результатом КЛП-анализа. Алгоритмы вычисления ЛПК довольно сложны, они реализуются в реальном времени только на очень быстрых ЭВМ.