在提取語種聲學特征參數時，如何消除和抑制說話人影響是一個值得考慮的 問題。首先說話人會有生理，年齡，性別等不同，這就會對聲學特征產生影響， 造成說話人發音的不同的一個主要原因是聲道形狀，尤其是受聲道長度的影響最為突出。

一般，通過在頻率域上的線性變換來實現 VTLN，它是基于聲道傳輸模型的假設分析，可認為聲道是一截面均勻的聲管：

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

VTL 代表聲道長度，c 代表聲速，Fi是第 i 階的共振峰。

由上式可知，聲道長度與共振峰成反比，因此可以直接頻域線性變換：

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

這一變換與實際采用的變換函數有差別，主要是由于這一變換會造成帶寬的擴展或壓縮。更普遍的是采圖用下世的變換。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

按照上述公式我們即可完成 VTLN，但是我們還需要找尋規整因子α,接下來， 我們就如何估計規整因子做一些闡述。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

A. 訓練流程?

如下圖所示，首先我們需要得到一個聲道無關的背景（UBM）模型。

提取語音特征參數（不同的 α 的特征），首先用 α=1.0 訓練一個與聲道 無關的 UBM 模型。

用這個 UBM 模型，對不同 α 所提取的特征進行測試，根據 ML 最大似 然，得到每個語音所對應的最優 α 值。

用 2 中所找到的每個語音的最優 α 值所對應的特征，重新訓練 UBM。

重復 2，這樣又可以得到每個語音的最優 α 值。

比較這一次的 α 值與上一次的 α 值是否相同，或者差異不大。如果滿足 條件，停止迭代，否則，重復（3）和（4）過程.

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

B. 解碼過程?

解碼的過程十分簡單，只需要將各個規整因子對應的特征對最終訓練好的 UBM 計算似然值即可，然后值取得似然最大的特征所對應的規整因子。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

其實，在估計聲道規整因子還有另一種策略，就是對于不同的規整因子分別 訓練模型，然后提取 α=1.0 時的語音特征分別對這些模型進行測試，再選取最大 的特征所對應的 α。

C. 實驗?

為了驗證VTLN的有效性，我們在NIST 2007數據庫上進行了嘗試性的實驗， 通過 NIST 2003 的數據我們得到了聲道無關的 UBM 模型，利用這一模型對 NIST 2007 的測試數據進行聲道規整（即估計∧α的值），訓練集沒有進行聲道規整，主 要是考慮到實驗的時間消耗問題，所采用的特征是 56 維的 SDC 特征，對不同時 長的測試分別作出對比，通過等錯誤率（EER）的比較（見下表），發現僅僅在 測試集上對特征進行聲道規整就可以獲得 10%左右的提升。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

所以在我們以后的實驗中，VTLN 被作為一項重要的前端處理技術，并且在 后來，我們對于訓練集數據也做了聲道規整，根據的一些已有的實驗結論，這樣可以進一步提高系統的性能。

可以關注音頻核公眾號了解更多哦

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

總結

以上是生活随笔為你收集整理的声道长度规整的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。