李克靖，孙凤梅，石乔林

（中国电子科技集团公司 第五十八研究所，江苏 无锡　214035）

一种基于SVM的多特征参数清浊音判决算法

李克靖，孙凤梅，石乔林

（中国电子科技集团公司 第五十八研究所，江苏 无锡214035）

为解决低速率声码器合成语音中，由于语音帧清浊判决不够准确而造成的偶发性嘶哑、机器音较重及变调等问题，提出一种基于支持向量机（Support Vector Machine，SVM）并结合多种语音特征参数的清浊音判决优化算法。实验结果显示，该算法能够有效降低清浊音的误判率，进而使合成语音的清晰度和自然度得到改善。将本算法应用到正弦激励线性预测算法中，在与相同码率的其他算法的比较实验中，得到较高的PESQ-MOS分，显示出一定的优势。关键词：声码器；清浊判决；支持向量机；特征参数

随着数字技术的发展，语音压缩编码技术在通信领域的应用越来越深入和广泛，同时，编码速率也在不断向低速化发展。然而，一些码率下的语音编码算法尽管已经具有良好的性能，但其合成语音多数面临着机器音较重、偶发性嘶哑及变调等问题。究其原因，主要在于清浊音判决不够准确以及基音周期的倍/半频错误。因此，可通过提高参数提取的精度来得到更高质量的合成语音。

清浊音判决是语音编码中的一个重要参数，常常关系到语音合成时所用激励的形式，对合成语音的质量有较大的影响。传统方法是通过提取语音帧的某些特征参数，然后进行线性处理并根据预定阈值来进行判断，阈值一般依靠经验来确定，其中较为经典的算法所使用的分类技术是一个贝叶斯决策过程［1］，该方法简单、容易实现，然而无法保证判断结果的可靠性；……