利用瞬时频率与非周期性检测估计基频以实现高质量语音合成
声音
2018-07-06 v2 音频与语音处理
信号处理
摘要
本文介绍一个通用且灵活的基频（F0）与非周期性（加性非周期成分）分析框架，专为高质量语音合成与修改应用而设计。该框架由三个子系统组成：瞬时频率估计器与初始非周期性检测器、F0 轨迹跟踪器，以及 F0 精炼与非周期性提取器。该框架的一个初步实现在跟踪时变 F0 轨迹的能力上，大幅优于现有 F0 提取器（以 F0 估计的均方根误差计，性能提升约 10 倍）。前端非周期性检测器包含一个具有高选择性时间与频谱包络的复值小波分析滤波器。该前端非周期性检测器使用一种新的度量来量化偏离周期性的程度。该度量对慢速调频和调幅较不敏感，且与信噪比密切相关。
引用
@article{arxiv.1605.07809,
title = {Using instantaneous frequency and aperiodicity detection to estimate F0 for high-quality speech synthesis},
author = {Hideki Kawahara and Yannis Agiomyrgiannakis and Heiga Zen},
journal= {arXiv preprint arXiv:1605.07809},
year = {2018}
}
备注
Accepted for presentation in ISCA workshop SSW9