変形ピリオドグラムの冪関数変換と非線形平滑化によるスペクトル推定

使用变形周期图的幂函数变换和非线性平滑进行频谱估计

基本信息

批准号：
63460124
负责人：
今井聖
金额：
$ 4.8万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for General Scientific Research (B)
财政年份：
1988
资助国家：
日本
起止时间：
1988 至无数据
项目状态：
已结题

项目摘要

本研究により、変形ピリオドグラムの冪関数変換と非線形平滑化に基づくスペクトル推定法として、一般化対数スペクトルの不偏推定法を確立することができた。以前から対数スペクトルの推定法として準同形法あるいはケプストラム法が利用されているが、この方法はピリオドグラムの対数関数変換・リフタリング(線形平滑化の一種)によるもので、推定値のスペクトルの歪と平均レベルのずれがかなり大きい。本研究の研究代表者等が先に提案した改良ケプストラム法によれば歪の小さな対数スペクトルが得られるが、平均レベルのずれがあり、その値は信号の性質によって多少変化する。これに対し本研究の方法によれば、スペクトルの歪および平均レベルのずれが共に極めて小さな対数スペクトルを得ることができることを確めた。対数スペクトルが不偏であることの条件は、対数スペクトルの性質、ピリオドグラムの性質などから得られることを示し、この条件が、スペクトルが未知の場合の最良線形予測の条件にもなっていることを明らかにした。本研究の方法によれば極零形のスペクトルの推定を正確に行うことができるので、音声信号処理に対し極めて有用である。本スペクトル推定法の確立によって、音声情報処理における難問の一つである不特定話者連続音声の認識に対し効果的な音響音声学的処理法を与えることができた。不特話者連続音声のセグメンテーションのエラーは約5%以下、セグメンテーションを前処理とする連続音声中の音素の認識ではエラーが約15%以下と極めてよい結果を得ている。本研究の第一段階で得た対数スペクトルの不偏推定法は容易に一般化対数スペクトルの推定法の形に拡張することができる。この方法は変形ピリオドグラムの冪関数変換と非線形平滑化に基づくもので、より広い範囲の極零形スペクトルの推定法として有用である。対数スペクトルの不偏推定法に基づく適応信号処理法を提案し有用性を確めた。

这项研究已经建立了对广义对数频谱的不平衡评估，作为基于变形周期图和非线性平滑的频谱估计方法。很长一段时间以来，准形式方法或kepstram方法已用作对数光谱的估计，但是此方法是由于抗函数转换和周期格的抗效率（一种线性平滑）和光谱造成的估计值的光谱很大。根据该研究的研究代表早些时候提出的改进的KEPSTRAM方法，获得了一个小的失真对数，但是平均水平存在差距，并且根据信号的性质，该值的变化略有变化。根据这项研究的方法，已经确认频谱和平均变化可能是非常小的对数频谱。对数光谱的条件是不平衡的，可以从对数的属性，周期格的属性等，并且当频谱未知i时，该条件也是最佳线预测的条件揭示了它。根据这项研究的方法，它对语音信号处理非常有用，因为它可以准确估计极形类型的光谱。通过建立这种频谱估计方法，对识别未指定的语音的识别给出了一种有效的声学语音处理方法，这是语音信息处理中的困难问题之一。连续语音连续音频分段的误差小于5％，并且使用分割作为预处理的连续音频中对音素的识别，其良好结果约为15％或更少。在这项研究的第一阶段获得的对数光谱的自卑感可以很容易地扩展为广义对数谱的估计方法的形式。该方法基于变形周期格的幂焦点转换和非线性平滑，可用于估计较宽范围极为零型频谱。根据对数谱的缺点提出了自适应信号处理方法，并确认了实用性。