Wyniki wyszukiwania - BazTech

1

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

Blok Marek, Banaś Jan, Pietrołaj Mariusz

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2022

|

nr 4

604--607

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.

2

Estimation and tracking of fundamental, 2nd and 3d harmonic frequencies for spectrogram normalization in speech recognition

Fujimoto K., Hamada N., Kasprzak W.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2012

|

Vol. 60, nr 1

71-81

EN

A stable and accurate estimation of the fundamental frequency (pitch, F0) is an important requirement in speech and music signal analysis, in tasks like automatic speech recognition and extraction of target signal in noisy environment. In this paper, we propose a pitch-related spectrogram normalization scheme to improve the speaker – independency of standard speech features. A very accurate estimation of the fundamental frequency is a must. Hence, we develop a non-parametric recursive estimation method of F0 and its 2nd and 3d harmonic frequencies in noisy circumstances. The proposed method is different from typical Kalman and particle filter methods in the way that no particular sum of sinusoidal model is used. Also we tend to estimate F0 and its lower harmonics by using novel likelihood function. Through experiments under various noise levels, the proposed method is proved to be more accurate than other conventional methods. The spectrogram normalization scheme makes a mapping of real harmonic structure to a normalized structure. Results obtained for voiced phonemes show an increase in stability of the standard speech features – the average within-phoneme distance of the MFCC features for voiced phonemes can be decreased by several percent.

3

Pitch estimation of narrowband-filtered speech signal using instantaneous complex frequency

Świder K., Papaj M., Paruzel A.

Elektronika : konstrukcje, technologie, zastosowania

|

2008

|

Vol. 49, nr 4

45-53

EN

Anovel method for pitch estimation, based on Instantaneous Complex Frequency (ICF) [12]-[16] is considered. New interactive algorithm for analysis of ICF of speech signal is presented. Algorithm performance is compared with the performancesof other commonly used methods. This comparison proves method's accuracy and connection between ICF and pitch, particularly for narrowband-filtered speech signal.

PL

Rozważana jest nowa metoda estymacji tonu krtaniowego, oparta na Zespolonej Pulsacji Chwilowej (ZPCh). Zaprezentowany został nowy interaktywny algorytm analizy ZPCh sygnału mowy. Działanie algorytmu zostało porównane z działaniem innych powszechnie używanych metod. Porównanie dowodzi, że metoda jest dokładna oraz wskazuje na związek między ZPCh a tonem krtaniowym szczególnie dla wąskopasmowo-filtrowanego sygnału mowy.