对估计声道信息有效的听觉表征
音频与语音处理
2024-09-25 v2 声音
摘要
我们可以仅基于语音声音估计说话人的尺寸。我们曾提出稳定小波-Mellin变换（SWMT）的听觉计算理论，其分离关于声道与声门振动的尺寸和形状信息，以解释此观察。已表明与基于SWMT的加权函数（称为“SSI权重”）相关的听觉表征或兴奋模式（EP）能够解释尺寸感知的心理测量函数。本研究中，我们探究带SSI权重的EP是否能准确估计在男性和女性受试者中通过磁共振成像（MRI）测量的声道长度（VTLs）。发现SSI权重的使用显著改善了VTL估计。此外，带SSI权重的EP中的估计误差显著小于源自傅里叶变换、Mel滤波器组与WORLD声码器的常用谱中的误差。还表明SSI权重可轻易引入这些谱中以改善性能。
引用
@article{arxiv.2306.01522,
title = {Auditory Representation Effective for Estimating Vocal Tract Information},
author = {Toshio Irino and Shintaro Doan},
journal= {arXiv preprint arXiv:2306.01522},
year = {2024}
}
备注
This manuscript is a revised version after acceptance for publication in Proc. APSIPA ASC 2023 on August 25, 2023