语音的发声动力学研究

发布时间：2017-08-21 17:06

  本文关键词：语音的发声动力学研究

  更多相关文章： 全局建模 项序重排法 声带模型 神经模型

【摘要】：自然界中许多复杂的现象其实源于简单的非线性动力学规律,但是这些简单的非线性动力学规律所产生的现象的复杂程度往往相当高,有时还可能表现出随机特性,因此在实验中往往很难直接地观测到这些现象的内在的非线性动力学规律。在众多的复杂的自然现象中,人类的发声过程其实是一个高度复杂的非线性动力学过程,因此语音信号中包含丰富的非线性现象,比如：次分频,倍周期分岔,混沌等,对于它的研究不仅可以应用于语音的编码压缩以及合成,而且可以揭示语音产生的复杂的过程以及规律。本文通过两个方面来对语音信号进行研究,一方面通过语音信号的全局建模来研究语音的全局动力学特性,另一方面通过现有的声带模型以及神经模型来进一步研究语音的全局动力学特性,以此揭示语音产生的复杂的过程。本文利用项序重排法来优化基于径向基函数的全局模型,并且通过仿真和实验来验证了该方法的有效性。通过实验发现项序重排法不仅有效地提高了全局模型的预测性能,而且显著地降低了全局模型的贝叶斯信息准则的值。在应用到语音信号的全局建模时,发现优化过的全局模型能够更好地捕获语音信号中的可预测成分,同时使得残差信号更加接近白噪声,因而有可能应用到语音信号的压缩编码以及合成。在声带模型和神经模型的基础上,建立了语音信号的全局模型。实验过程中,通过测量获得语音信号后,分别经过声带模型反演以及神经模型反演,得到语音产生的神经激励信号,最终可以获得激发语音的神经激励。实验发现,有可能通过简单的神经激励获得复杂的语音信号。本文通过两个方面对语音信号进行研究,进一步揭示了语音产生的复杂动力学过程。
【关键词】：全局建模 项序重排法 声带模型 神经模型
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.3
【目录】：

• 摘要4-6
• Abstract6-9
• 第一章 绪论9-14
• 1.1 语音信号的全局建模以及全局模型的简介9-10
• 1.2 语音信号的全局建模以及全局模型的进展10-12
• 1.3 本文研究工作和内容安排12-14
• 第二章 语音信号的全局建模14-33
• 2.1 引言14-16
• 2.2 基于径向基函数的全局建模16-20
• 2.2.1 基于径向基函数的全局模型16
• 2.2.2 项序重排法16-19
• 2.2.3 模型的性能的衡量19-20
• 2.3 仿真以及实验20-32
• 2.4 小结与讨论32-33
• 第三章 语音信号的全局动力学模型33-52
• 3.1 引言33-35
• 3.2 理论与模型35-44
• 3.2.1 神经模型35-37
• 3.2.2 声带模型37-39
• 3.2.3 实验过程39-44
• 3.3 实验与结果44-51
• 3.4 小结与讨论51-52
• 第四章 总结与展望52-54
• 4.1 本文工作总结52
• 4.2 展望52-54
• 参考文献54-58
• 攻读硕士学位期间已发表和待发表论文58-59
• 致谢59-60

【相似文献】

中国期刊全文数据库 前10条

1 张桂香;高爱国;;语音信号采集和处理方法的研究[J];高师理科学刊;2007年02期

2 季云云;杨震;;基于主分量分析的语音信号压缩感知[J];信号处理;2011年07期

3 韩大伟;熊欣;;语音信号采集和处理方法的分析[J];无线互联科技;2013年05期

4 张梅横,孙伟,刘雅君;交通指挥网络与语音信号系统的实现[J];信息技术;2000年08期

5 赵力,钱向民,邹采荣,吴镇扬;从语音信号中提取情感特征的研究[J];数据采集与处理;2000年01期

6 戴启军,卞正中,陈砚圃,张介秋;基于统计模型实现语音信号有声/无声检测的研究[J];西安交通大学学报;2002年08期

7 周开利;基于子波变换的语音信号压缩[J];海南大学学报(自然科学版);2002年02期

8 蔡建,方勇,音春,徐洪伟;一种基于频谱特征的语音信号识别方法及硬件实现[J];电声技术;2003年07期

9 屈丹,王炳锡;语音信号元音检测的新方法[J];声学学报;2003年01期

10 胡峻辉,王蓓蕾,李晶皎;基于凌阳单片机的语音信号实时采集[J];单片机与嵌入式系统应用;2003年04期

中国重要会议论文全文数据库 前10条

1 赵力;曾毓敏;邹采荣;吴镇扬;;基于子空间分析的语音信号寂声语声段识别方法[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

2 杜安丽;王茜;余磊;孙洪;;基于小波树结构的语音信号压缩感知恢复算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 张云翼;崔杰;肖灵;;一种改进的语音信号去混响算法[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年

4 陈韬;莫福源;李昌立;;语音信号的自动分段方法研究[A];第三届全国人机语音通讯学术会议论文集[C];1994年

5 沙宗先;卢绪刚;秦兵;李吉民;;语音信号的混沌现象研究[A];第四届全国人机语音通讯学术会议论文集[C];1996年

6 沙宗先;韩俊涛;陈惠鹏;秦兵;;语音信号的混沌现象研究[A];第五届全国人机语音通讯学术会议论文集[C];1998年

7 刘佳;师硕;李锡杰;王旭;;语音信号的分析方法和应用[A];第八届全国人机语音通讯学术会议论文集[C];2005年

8 于水源;陈玉东;;语音信号非线性动力学特性与语音学特性之间的关系[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

9 吕苗荣;古德生;彭振斌;;语音信号基本处理单元的选择与应用[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

10 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

中国重要报纸全文数据库 前9条

1 西安邮电学院 王娜;企业IP电话解决方案探讨[N];通信信息报;2005年

2 成都 史为;红外光语音通信实验[N];电子报;2005年

3 记者 杨柳纯;HYT携手清华大学研发语音信号技术[N];深圳特区报;2009年

4 ;什么是信号分离器？[N];中国电脑教育报;2003年

5 NMS国际公司供稿;StudioSound：高性能的语音质量[N];通信产业报;2003年

6 陕西 朱亚伟 编译;一款半双工对讲机电路[N];电子报;2012年

7 湖海;美推出一次性手机[N];中国电子报;2002年

8 ;YS-608型学习耳机原理与维修[N];电子报;2002年

9 山东 吕建国;鹦鹉学话、复读两用电路[N];电子报;2002年

中国博士学位论文全文数据库 前10条

1 薛丽芳;语音信号动态特征分析及其可视化的关键技术研究[D];东北大学　;2010年

2 韩志艳;语音信号鲁棒特征提取及可视化技术研究[D];东北大学;2009年

3 刘柏森;基于HHT复杂环境下低信噪比语音检测及增强方法研究[D];哈尔滨工程大学;2011年

4 叶蕾;语音信号压缩感知关键技术研究[D];南京邮电大学;2014年

5 金学成;基于语音信号的情感识别研究[D];中国科学技术大学;2007年

6 陈为国;实时语音信号处理系统理论和应用[D];浙江大学;2004年

7 谭丽丽;语音信号盲分离算法的研究[D];华南理工大学;2001年

8 闫润强;语音信号动力学特性递归分析[D];上海交通大学;2006年

9 覃爱娜;基于非线性理论的汉语语音编码技术研究[D];中南大学;2012年

10 郭海燕;基于稀疏分解的单通道混合语音分离算法研究[D];南京邮电大学;2011年

中国硕士学位论文全文数据库 前10条

1 朱健晨;基于语音信号特征参数提取的同模板匹配算法的综合分析及应用[D];昆明理工大学;2015年

2 许佳佳;基于压缩感知的语音信号处理与应用[D];陕西师范大学;2015年

3 荣鹤;基于学习字典的单声道混合语音信号提取[D];南昌大学;2015年

4 赵梦逸;语音信号的盲分离技术研究及应用[D];电子科技大学;2014年

5 蔡鹏;语音的发声动力学研究[D];南京大学;2015年

6 李翠;基于C#的语音信号分析平台的设计[D];山东大学;2009年

7 周伟雄;语音信号的神经网络非线性分析模型及应用[D];华南理工大学;2010年

8 孙艳;语音信号时频建模的研究[D];江南大学;2011年

9 马春;基于压缩感知的语音信号重构方法研究[D];安徽大学;2012年

10 刘少华;基于独立分量分析的语音信号分离及在数据采集卡上的实现[D];广西师范大学;2013年

，

本文编号：714074