一种用于混合块稀疏与高斯激励语音极零建模的变分 EM 方法
声音
2017-06-27 v1 机器学习
摘要
语音建模可用于语音合成和语音识别。我们提出了一种基于混合块稀疏和高斯激励语音极零建模的语音分析方法。通过使用极零模型代替全极模型，可以获得更好的谱拟合。此外，受浊音产生过程中的块稀疏声门气流激励以及清音的白噪声激励的启发，我们将激励序列建模为块稀疏信号和白噪声的组合。在稀疏贝叶斯学习框架内，提出了一种变分 EM (VEM) 方法，用于估计块稀疏残差的后验概率密度函数以及建模参数的点估计。与传统的基于极零和全极的方法相比，实验结果表明，所提出的方法具有较低的谱失真，并且在重建块稀疏激励方面具有良好的性能。
引用
@article{arxiv.1706.07927,
title = {A Variational EM Method for Pole-Zero Modeling of Speech with Mixed Block Sparse and Gaussian Excitation},
author = {Liming Shi and Jesper Kjær Nielsen and Jesper Rindom Jensen and Mads Græsbøll Christensen},
journal= {arXiv preprint arXiv:1706.07927},
year = {2017}
}
备注
Accepted in the 25th European Signal Processing Conference (EUSIPCO 2017), published by EUROSIP, scheduled for Aug. 28 - Sep. 2 in Kos island, Greece