Метод оценки периода основного тона с применением эмпирического вейвлет преобразования

Abstract

RU: Оценка периода основного тона речевого сигнала используется во многих важных областях применения речевых технологий. Однако среди существующих методов только некоторые могут работать для случая нелинейных и нестационарных сигналов. Основная причина состоит в том, что методы обнаружения периода основного тона основаны на предположении, что сам процесс речеобразования линеен, а речевые сигналы являются локально стационарными. Выбор алгоритма для оценки периода основного тона всегда состоит в нахождении компромисса между временем и разрешающей способностью по частоте, робастностью, задержкой и вычислительной сложностью. Целью данной работы является разработка метода оценки периода основного тона на основе эмпирического вейвлет преобразования. Метод построения семейства адаптированных вейвлетов состоит в предположении, что фильтры зависят от расположения информации в спектре анализируемого сигнала. Эмпирические вейвлеты определяются как полосовые фильтры на каждом отрезке речевого сигнала. Для определения периода основного тона в качестве признаков рассматривается мгновенная частота. Оператор разделения энергии Тигера-Кайзера используется для ее выделения. В работе приводится сравнение данного метода с другими алгоритмами оценки периода основного тона. UK: Оцінка періоду основного тону мовного сигналу використовується в багатьох важливих областях застосування мовних технологій. Однак серед існуючих методів тільки деякі можуть працювати для випадку нелінійних і нестаціонарних сигналів. Основна причина полягає у тому, що методи виявлення періоду основного тону засновані на припущенні, що сам процес мовоутворення є лінійним, а мовні сигнали є локально стаціонарними. Вибір алгоритму для оцінки періоду основного тону завжди полягає у знаходженні компромісу між часом і роздільною здатністю за частотою, робастністю, затримкою й обчислювальною складністю. Метою даної роботи є розробка методу оцінки періоду основного тону на основі емпіричного вейвлет перетворення. Метод побудови сімейства адаптованих вейвлетів полягає у припущенні, що фільтри залежать від розташування інформації в спектрі аналізованого сигналу. Емпіричні вейвлети визначаються як смугові фільтри на кожному відрізку мовного сигналу. Для визначення періоду основного тону як ознаки розглядається миттєва частота. Оператор поділу енергії Тігера-Кайзера використовується для її виділення. У роботі приводиться порівняння даного методу з іншими алгоритмами оцінки періоду основного тону. EN: Pitch period evaluation of speech signal is used in many important applications of speech technology. However, among the existing methods only some can work in case of non-linear and non-stationary signals. The main reason is that the pitch detection methods are based on the assumption that speech production process is linear. Selection of pitch period estimation algorithm is always focuses on finding a compromise between time and frequency resolution, robustness, computational complexity and time delay. The aim of this paper is to develop a new method for estimating the pitch period based on empirical wavelet transformation. Method of constructing a family of adapted wavelets assumes that the filters depend on the information location in speech spectrum of the analyzed signal. Empirical wavelets are defined as bandpass filters for each segment of the speech signal. Instantaneous frequency characteristics are considered as pitch period detection features. Teager-Kaiser energy separation operator is used for its extraction. The comparison of this method with other pitch estimation algorithms is presented.