论文部分内容阅读
基于人耳听觉模型和汉语语音的短时平稳特性，提出一种鲁棒性的汉语普通话声调提取方法.采用基于人耳听觉模型的相关图来提取语音信号的基频，运用无监督的侧抑制神经网络来模拟人耳侧抑制属性进行基频检测，为了克服在低信噪比情况下侧抑制神经网络的误判问题，引入了相邻语音帧的语音基频的帧间约束.试验表明，该方法在信噪比很低的条件下，仍能较准确地识别出目标语音声调，并能在双话者同时发音的情况下实现各自的声调分离.