KARMA：基于卡尔曼的自回归滑动平均建模与推断用于共振峰和反共振峰跟踪
应用统计
2012-10-15 v1 声音
摘要
语音信号中的声道共振特性传统上通过逐帧的共振峰频率点估计，随后使用最小化特定代价函数的动态规划方法进行候选选择和平滑来跟踪。本工作的目标是在一个具有统计原理的状态空间框架中，同时提供中心频率和带宽的点估计及其相关不确定性。扩展卡尔曼（K）算法利用线性化映射，从基于帧的自回归滑动平均（ARMA）倒谱系数估计中推断共振峰和反共振峰参数。在全极点情形下，使用人工标记的共振峰数据库和合成语音波形，完成了KARMA、WaveSurfer和Praat的误差分析。相对于两个基准算法，KARMA的共振峰轨迹展现出更低的总体均方根误差，其中第三共振峰的跟踪更具挑战性。利用合成和实际鼻音音素展示了KARMA的反共振峰跟踪性能。对不确定性水平的同步跟踪使从业者能够识别感兴趣参数中随时间变化的置信度，并据此调整算法设置。
引用
@article{arxiv.1107.0076,
title = {KARMA: Kalman-based autoregressive moving average modeling and inference for formant and antiformant tracking},
author = {Daryush D. Mehta and Daniel Rudoy and Patrick J. Wolfe},
journal= {arXiv preprint arXiv:1107.0076},
year = {2012}
}
备注
13 pages, 7 figures; submitted for publication