利用諧波顯著度和語者音色特征的混合語音中目標人基頻軌跡提取

摘要：從混合語音中提取出目標語者的基頻軌跡,是語音監聽、語音門禁、對話管理等應用的關鍵技術。為提高基頻軌跡跟蹤的準確率、增強抗八度誤差的能力、降低系統復雜度,多基頻估計以諧波乘積譜為核心,八度校正與基頻分組均以元音段為基本單元,并結合了諧波顯著度和語者音色特征。基于MIREX2005語音數據集的實驗表明,MIREX的4種多基頻估計性能指標均在75%以上,基頻分組在混合語音中的判斷準確率可達92%。