Wyznaczanie wartości chwilowej częstotliwości podstawowej tonu krtaniowego za pomocą analizy falkowej sygnału mowy

• Autorzy: Wilk B.

Warianty tytułu

EN

Determination of instantaneous vocal fundamental frequency using wavelet analysis of speech signal

• Języki publikacji: PL

Abstrakty

PL

Jednym z ważniejszych parametrów charakteryzujących źródło mowy dźwięcznej jest częstotliwość podstawowa tonu krtaniowego (F0), która odpowiada częstotliwości podstawowej drgań fałd głosowych. W artykule zaprezentowano metodę wyznaczania wartości chwilowych tej częstotliwości za pomocą analizy falkowej sygnału mowy. Metodę zastosowano do badania wyizolowanych głosek w celu oceny zmienności częstotliwości podstawowej tonu krtaniowego.

EN

One of the basic parameters characterizing voiced speech is the fundamental vocal frequency (pitch, F0), which corresponds to the rate of the vocal folds vibration. In this paper, a method based on wavelet analysis of speech signal for determining instantaneous fundamental frequency is presented. This method was applied to some isolated voiced vowels for assessment of pitch frequency variability.

Słowa kluczowe

PL

mowa dźwięczna; częstotliwość podstawowa; ton krtaniowy; transformata falkowa; kontur intonacyjny

EN

wavelet transform; pitch contour; voiced speech; fundamental vocal frequency

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 11
• Strony: 305--308
• Opis fizyczny: Bibliogr. 12 poz., rys., wykr.

Twórcy

autor

Wilk B.

• Politechnika Rzeszowska, Katedra Metrologii i Systemów Diagnostycznych, ul. W. Pola A, 35-959 Rzeszów

Bibliografia

• [1] Yao et al, Classification of speech under stress based on modeling of the vocal folds and vocal tract, EURASIP Journal on Audio, Speech, and Music Processing, (2013), 1-17
• [2] Moran R. J., et al, Telephony-based voice pathology assessment using automated speech analysis, IEEE Trans. Biomed. Eng., 53 (2006), n.3, 468-477
• [3] Cnockaert L., et al, Fundamental frequency estimation and vocal tremor analysis by means of Morlet Wavelet Transforms, IEEE ICASSP (2005), 383-396
• [4] Manfredi C., et al, A comparative analysis of fundamental frequency estimation methods with application to pathological voices, Medical Engineering & Physics, 22 (2000), 135-147
• [5] Ozdas A., et al, Investigation of vocal jitter and glottal flow spectrum as possible cues for depression and near-term suicidal risk, IEEE Trans. Biomed. Eng., 51 (2004), n.9, 1530-1539
• [6] Kotti M., Paternó F., Speaker-independent emotion recognition exploiting a psychologically-inspired binary cascade classification schema, Int J Speech Technol, 15 (2012), 131-150
• [7] Veprek P., Scordilis M. S., Analysis, enhancement and evaluation of five pitch determination techniques, Speech Communication, 37 (2002), 249-270
• [8] Yegnanarayana B. K., et al, Event-based instantaneous fundamental frequency estimation from speech signals, IEEE Trans. on Audio, Speech, and Language Processing., 17 (2009), n.4, 614-624
• [9] Bernardin S. L., Foo S. Y., Wavelet processing for pitch period estimation, IEEE Proceedings of the 30th Southeastern Symposium on System Theory (2006), 426-429
• [10] Zieliński T. P., Cyfrowe przetwarzanie sygnałów – od teorii do zastosowań, WKŁ, Warszawa, 2005
• [11] Mallat S.: A Wavelet Tour of Signal Processing, Academic Press, San Diego-London, 1998
• [12] Feng Z., et al, Pitch period estimation of voice signal based on EEMD and Hilbert Transform, IEEE Proceedings of 2nd International Asia Conference on Informatics in Control, Automation and Robotics, (2010), 365-368