A voicing probability determination

A voicing probability determination method is provided for estimating a percentage of unvoiced and voiced energy for each harmonic within each of a plurality of bands of a speech signal spectrum. Initially, a synthetic speech spectrum is generated based on the assumption that speech is purely voiced. The original and synthetic speech spectra are then divided into plurality of bands. The synthetic and original speech spectra are compared harmonic by harmonic, and a voicing determination is made based on this comparison. In one embodiment, each harmonic of the original speech spectrum is assigned a voicing decision as either completely voiced or unvoiced by comparing the difference with an adaptive threshold. If the difference for each harmonic is less than the adaptive threshold, the corresponding harmonic is declared as voiced; otherwise the harmonic is declared as unvoiced. The voicing probability for each band is then computed based on the amount of energy in the voiced harmonics in that decision band. Alternatively, the voicing probability for each band is determined based on a signal to noise ratio for each of the bands which is determined based on the collective differences between the original and synthetic speech spectra within the band.

結果 (繁體中文) 1:

提供了一種用於內的每個的多個語音信號頻譜的頻帶的估計清音和濁音能量的百分比針對每個諧波甲清濁概率確定方法。
最初，基於這樣的假設的語音被純粹濁音生成合成語音的頻譜。
然後原始的和合成語音頻譜被分成多個頻帶。合成和原始語音譜相比，諧波諧波，和一個發聲確定基於該比較做出。
在一個實施例中，每個諧波的原始語音頻譜的分配一個清濁決定或者完全發聲或是由差分與自適應閾值進行比較清音。如果對於每個諧波的差小於所述自適應閾值，相應的諧波被聲明為濁音; 否則諧波被宣布為清音。
各頻段的概率清濁然後，基於能量的在該決定頻帶有聲諧波的量計算的。
可替代地，對於每個頻帶發聲概率是基於信噪比為每個其基於所述頻帶內的原始的和合成的語音頻譜之間的集體差異確定的頻帶的確定。

結果 (繁體中文) 2:

提供了一種開聲概率測定方法，用於估計語音信號頻譜多個波段內每個諧波中每個諧波的無語音和有聲能量的百分比。
最初，基於語音是純語音的假設而生成合成語音訊譜。
然後，將原始語音光譜和合成語音光譜劃分為多個波段。合成語音光譜和原始語音光譜通過諧波進行比較，並在此基礎上進行聲導確定。
在一個實施例中，通過比較差異與自我調整閾值，將原始語音訊譜的每個諧波分配一個完全有聲或無聲音的表示決策。如果每個諧波的差值小於自我調整閾值，則相應的諧波聲明為有聲;否則諧波聲明為無聲。
然後，根據決策波段中有聲諧波的能量量計算每個頻段的發聲概率。
或者，每個波段的發聲概率根據每個波段的信號與雜訊比確定，該比率根據波段內原始語音光譜和合成語音光譜之間的集體差異確定。

結果 (繁體中文) 3:

提供了一種發聲概率確定方法，用於估計語音訊號頻譜的多個頻帶中的每個頻帶內的每個諧波的清音和濁音能量的百分比。
最初，基於語音是純語音的假設生成合成語音頻譜。
然後將原始和合成的語音譜分成多個頻帶。將合成語音譜與原始語音譜進行諧波對比，並在此基礎上進行語音辨識。
在一個實施例中，通過將差分與自我調整閾值進行比較，將原始語音頻譜的每個諧波指定為完全濁音或未濁音的濁音判决。如果每個諧波的差值小於自我調整閾值，則將相應的諧波聲明為濁音；否則，將諧波聲明為清音。
然後，基於該判决頻帶中的濁音諧波中的能量量計算每個頻帶的濁音概率。
或者，基於每個頻帶的信噪比來確定每個頻帶的發聲概率，該信噪比基於頻帶內原始和合成語音頻譜之間的集體差异來確定。