Strategie treningu neuronowego estymatora częstotliwości tonu krtaniowego z użyciem generatora syntetycznych samogłosek

• Autorzy: Blok Marek , Banaś Jan , Pietrołaj Mariusz

Identyfikatory

DOI

10.15199/59.2022.4.114

Warianty tytułu

EN

Training strategies of neural fundamental frequency estimator using a synthetic vowels generator

• Konferencja: Multikonferencja Krajowego Środowiska Tele- i Radiokomunikacyjnego (7-9.09.2022 ; Warszawa, Polska)
• Języki publikacji: PL

Abstrakty

PL

W wielu zastosowaniach telekomunikacyjnych pojawia się problem przetwarzania lub analizy sygnału mowy, w ramach którego, często w obszarze podstawowych algorytmów, stosuje się estymator częstotliwości tonu krtaniowego. Estymator rozpatrywany w tej pracy bazuje na neuronowym klasyfikatorze podejmującym decyzje na podstawie częstotliwości oraz mocy chwilowej wyznaczanych w podpasmach analizowanego sygnału mowy. W pracy rozważamy problematykę treningu tego estymatora, gdy trening odbywa się z użyciem sygnałów generowanych syntetycznie.

EN

In many telecommunication applications there is a need for a speech signal processing or analysis, within which the pitch tone frequency estimator is one of the common basic algorithms. The estimator considered in this paper is based on a neural classifier, whose decisions are driven by the instantaneous frequency and power determined in the sub-bands of the analyzed speech signal. In the paper, we consider the problems of selecting a training strategy for this estimator, when training is carried out with synthetically generated vowels.

Słowa kluczowe

PL

estymacja częstotliwości; ton krtaniowy; klasyfikator neuronowy; częstotliwość chwilowa; sieć neuronowa

EN

pitch estimation; neural classifier; instantaneous frequency; neural network training

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2022
• Tom: nr 4
• Strony: 604--607
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Blok Marek

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk

autor

Banaś Jan

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk

autor

Pietrołaj Mariusz

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk

Bibliografia

• [1] Blok, Marek, Jan Banas, and Mariusz Pietrolaj. 2021. "IFE: NN-Aided lnstantaneous Pitch Estimation.". 14th International Conference on Human System lnteraction (HSI).
• [2] "Keele Pitch Database". https:/lost-contact.mit.edu/afs/nada.kth.se/dept/tmh/corpora/KeelePitchDB/. Accessed Aprit 23, 2022.
• [3] "Pytorch." PyTorch. https://pytorch.org/. Accessed April 23, 2022. - C
• [4] Rosenblatt, F. 1958. "The Perception: A Probabilistic Model for Information Storage and Organization in the Brain". Psychological Review 65, no. 6: 386-408.
• [5] Schorkhuber, Christian, and Anssi Klapuri. 2010. "Constant-Q Transform Toolbox for Music Processing". 7th Sound and Music Computing Conference.
• [6] Teixeira, Joao Paulo, Carla Oliveira, and Carta Lopes. 2013. "Vocal Acoustic Analysis - Jitter, Shimmer and HNR Parameters". Procedia Technology 9: 1112-22.
• [7] Veprek, Peter, and Michael S. Scordilis. 2002. "Analysis, enhancement and evaluation of five pitch determination techniques". Speech Communication 37. 3-4: 249-270.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).