基于 Matlab 的 Epoch 提取用于说话人区分

Epoch 提取在最近几年对于语音分析研究日益流行，因为准确检测 Epoch 的位置对于分析语音信号至关重要。Epoch 发生在声道系统激发的瞬间，特别是在声门闭合时，在多说话人语音对话中起到区分说话人的重要作用。然而，由于声道系统的时间可变因素，Epoch 的提取提出了挑战，这使得对获得原始激发位置的脱卷积更加复杂。本文将讨论各种 Epoch 提取方法，包括零频滤波（ZFF）和零频共振器（ZFR），并对其优缺点进行评估。此外，将比较每种方法的稳定性、准确性和可行性。评估将涉及基于 Matlab 的锁定算法，以及使用树莓派实现硬件的提议，用于说话人区分。实验包括六个人说出“The University of Mississippi”这一短语，其中一位者作为参考或“锁”说话人。计数在类似参考说话人位置上出现的 Epoch 数量作为 Delta，Delta 值越大表示说话人相似性越强。实验结果表明，当说话人相同时，Delta 的平均值为 7.5，而对于不同说话人，Delta 的平均值分别降至 3、2、2 和 1，分别表示与参考说话人相同位置上 Epoch 数量约降低 73%。