李天伟，李正友, 2，黄　谦，郭　姣

(1. 大连舰艇学院 航海系，辽宁 大连 116018；2. 69029部队，新疆 乌鲁木齐 830011)



谱跟踪和噪声模型语音信号分析/合成方法*

李天伟1，李正友1, 2，黄谦1，郭姣1

(1. 大连舰艇学院 航海系，辽宁 大连 116018；2. 69029部队，新疆 乌鲁木齐 830011)

修回日期：2015-06-02Received date:2015-03-03；Revised date：2015-06-02

摘要：把语音信号分解为确定和随机两部分是非常典型的语音信号分析与合成方法。针对目前主流研究的谐波加噪声模型(Harmonic plus Noise Model, HNM)和准谐波模型(Quasi-Harmonic Model, QHM)法等存在冗余大的问题，提出了一种基于谱跟踪和噪声模型的语音信号分析/合成方法。以音素为基本单元进行编解码，用谱跟踪法提取时变特征合成语音信号的确定部分，用AR模型合成语音信号的随机部分。实验发现，合成语音与原语音波形上比较接近，MOS分约为3.24，冗余也明显减少。

关键词：语音分析；语音合成；谱跟踪；噪声模型

0引言

语音信号的分析与合成是语音编码的研究基础。把信号分解为确定和随机两部分是一种非常典型的语音信号分析与合成方法[1-9]。通常情况下，确定性部分可以看成是一些正弦信号的和，表征语音的拟周期特征；随机部分可以看成是受调制的随机噪声，表征语音的非周期特征[4-9]。1986年，McAulay和Quatieri提出了语音信号的广义正弦分析与合成的概念[1]，随后验证了正弦编码在低速率语音编码中的可用性[2,3]。他们认为可以将语音信号看成是许多正弦信号的和，这些正弦信号的频率、幅度和相位可以通过傅里叶变换来估计。随后Stylianou等人提出了谐波加噪声模型(Harmonic plus Noise Model, HNM)[4]，将语音分为两个频段：低频段和高频段。……