基于准闭相前后向线性预测分析与深度神经网络的共振峰跟踪
音频与语音处理
2022-01-06 v1 机器学习
声音
摘要
本研究利用基于动态规划（DP）和深度神经网络（DNN）的跟踪器研究共振峰跟踪。在 DP 方法中，首先比较了六种共振峰估计方法。这六种方法包括线性预测（LP）算法、加权 LP 算法以及近期提出的准闭相前后向（QCP-FB）方法。QCP-FB 在比较中表现最佳。因此，提出了一种结合深度学习与基于 QCP-FB 的信号处理优势的新型共振峰跟踪方法。在该方法中，由基于 DNN 的跟踪器从语音帧预测的共振峰，使用由 QCP-FB 从同一帧计算的全极点谱的峰值进行精炼。结果表明，与参考共振峰跟踪器相比，所提出的基于 DNN 的跟踪器在最低三个共振峰的检测率和估计误差上均表现更优。例如，与流行的 Wavesurfer 相比，所提跟踪器对最低三个共振峰的估计误差分别降低了 29%、48% 和 35%。
引用
@article{arxiv.2201.01525,
title = {Formant Tracking Using Quasi-Closed Phase Forward-Backward Linear Prediction Analysis and Deep Neural Networks},
author = {Dhananjaya Gowda and Bajibabu Bollepalli and Sudarsana Reddy Kadiri and Paavo Alku},
journal= {arXiv preprint arXiv:2201.01525},
year = {2022}
}