Оценка форманта с коэффициентами КНД

В этом примере показано, как оценивать частоты формирования гласных с помощью линейного предсказательного кодирования (LPC). Формантные частоты получаются путём нахождения корней полинома предсказания.

В этом примере используется образец речи mtlb.mat, которая является частью Toolbox™ обработки сигналов. Речь фильтруется по нижним полосам. Из-за низкой частоты дискретизации эта выборка речи не является оптимальной для этого примера. Низкая частота дискретизации ограничивает порядок авторегрессионной модели, которую можно подогнать к данным. Несмотря на это ограничение, пример иллюстрирует методику использования коэффициентов LPC для определения формантов гласных.

Загрузите речевой сигнал. На записи женщина говорит «MATLAB ®». Частота дискретизации 7418 Гц.

load mtlb

MAT-файл содержит речевой сигнал, mtlbи частота дискретизации, Fs.

Используйте spectrogram функция для идентификации озвученного сегмента для анализа.

segmentlen = 100;
noverlap = 90;
NFFT = 128;

spectrogram(mtlb,segmentlen,noverlap,NFFT,Fs,'yaxis')
title('Signal Spectrogram')

Извлекают сегмент от 0,1 до 0,25 секунд для анализа. Извлеченный сегмент примерно соответствует первому гласному ,/ae/, в «MATLAB».

dt = 1/Fs;
I0 = round(0.1/dt);
Iend = round(0.25/dt);
x = mtlb(I0:Iend);

Двумя общими этапами предварительной обработки, применяемыми к речевым сигналам перед линейным предсказательным кодированием, являются оконная и предрасчетная (высокоскоростная) фильтрация.

Окно речевого сегмента с помощью окна Хэмминга.

x1 = x.*hamming(length(x));

Примените фильтр предварительного подчеркивания. Фильтр предварительного подчеркивания является высокопроходным всеполюсным (AR (1)) фильтром.

preemph = [1 0.63];
x1 = filter(1,preemph,x1);

Получение коэффициентов линейного предсказания. Чтобы указать порядок модели, используйте общее правило, согласно которому порядок в два раза превышает ожидаемое количество формантов плюс 2. В диапазоне частот [0, | Fs |/2] ожидается три форманта. Поэтому установите порядок модели равным 8. Найти корни полинома прогнозирования, возвращенные lpc.

A = lpc(x1,8);
rts = roots(A);

Поскольку коэффициенты LPC являются вещественными, корни возникают в комплексных сопряженных парах. Сохраните только корни с одним знаком для мнимой части и определите углы, соответствующие корням.

rts = rts(imag(rts)>=0);
angz = atan2(imag(rts),real(rts));

Преобразуйте угловые частоты в рад/выборке, представленные углами в герц, и вычислите полосы пропускания формантов.

Полосы пропускания формантов представлены расстоянием многочленов прогнозирования от единичной окружности.

[frqs,indices] = sort(angz.*(Fs/(2*pi)));
bw = -1/2*(Fs/(2*pi))*log(abs(rts(indices)));

Для определения формантов следует использовать критерий, согласно которому частоты формантов должны быть более 90 Гц с полосами пропускания менее 400 Гц.

nn = 1;
for kk = 1:length(frqs)
    if (frqs(kk) > 90 && bw(kk) <400)
        formants(nn) = frqs(kk);
        nn = nn+1;
    end
end
formants

formants = 1×3
103 ×

    0.8697    2.0265    2.7380

Первые три форманта - 869,70, 2026,49 и 2737,95 Гц.

Ссылки

[1] Снелл, Рой К. и Фаусто Милинаццо. «Формантное расположение из данных анализа LPC». Транзакции IEEE ® по обработке речи и звука. Том 1, номер 2, 1993, стр. 129-134.

[2] Лоизу, Филипос С. «COLEA: Программное средство MATLAB для анализа речи».