基于三阶累积量的低信噪比语音清浊音分类与浊音谐波提取

语音清浊音分类及浊音谐波提取算法是一篇针对低信噪比和非平稳噪声环境下语音信号处理的重要研究。该论文主要基于语音正弦模型进行设计，正弦模型认为浊音可以由有限个谐波分量与清音组合而成，而清音类似于白噪声。传统的方法如自相关法和平均幅度差函数在高信噪比条件下表现良好，但在实际复杂的噪声环境中，这些方法的效果受限。 论文的核心贡献是提出了一种新的清浊音分类和浊音谐波提取策略。首先，通过分析语音的三阶累积量谱，这种方法能够有效地处理高阶统计特性，如在循环平稳理论中应用，抵抗加性和乘性噪声的影响。三阶累积量在处理高斯噪声、部分非高斯噪声及白噪声方面表现出优于低阶方法的优势。 接着，该算法采用子谐波和谐波相结合的方式获取基音，精确计算出谐波参数，并通过谱包络估计器提取谱包络和尖峰信号，进一步优化信噪比。利用最小均方估计准则的迭代算法，算法能够更精确地估计语音谐波的信噪比，这在复杂噪声环境中至关重要。 综合评估各计算结果后，算法能够确定语音帧的浊音度，从而实现清浊音的分类和浊音谐波数的准确提取。仿真结果显示，该算法在复杂噪声背景下展现出良好的性能，不仅分类准确，而且具有较高的实时性和语音参数分析精度。 因此，这篇论文不仅提供了一种有效的应对低信噪比和非平稳噪声的语音清浊音处理方案，也为后续的语音信号处理，特别是基于正弦语音模型的算法设计提供了有价值的参考。关键词包括正弦语音模型、三阶累积量和噪声处理技术，这些都是研究者进一步深入探索和改进语音信号处理技术的基础。