Colloquium - Details

Diplom-Vortrag: Grundfrequenz Schätzung von Sprachsignalen in gestörter Umgebung

Guo Li
15. April 2015
14:00 Uhr
Hörsaal 4G IKS

Die Grundfrequenzschätzung wird in vielfältigen Anwendungsgebieten eingesetzt. Hierzu zählen beispielsweise automatische Spracherkennung, Sprachsynthese, Sprecheridentifikation und Audiokodierung. Eine gute Schätzung der Grundfrequenz kann die Leistung der Sprachanalyse und -synthese wesentlich verbessern. Es werden viele Pitch-Schätz-Algorithmen in der Literatur vorgestellt, aber ein genauer und effizienter Grundfrequenzschätzer in gestörter Umgebung stellt immer noch eine herausfordernde Aufgabe dar.

Das Ziel der Arbeit ist es, die unterschiedlichen Pitch-Schätz-Algorithmen im Zeit- und Frequenzbereich auf ihre Zuverlässigkeit in gestörter Umgebung zu untersuchen. Als Störgeräusch werden insbesondere Babble Noise und Windgeräusch betrachtet.

Als Pitch-Schätz-Algorithmen werden sechs Zeitbereichsverfahren und vier Frequenzbereichsverfahren wie beispielsweise die Autokorrelationsfunktion oder das Cepstrum betrachtet. Zur Erhöhung der Robustheit werden sechs Vorverarbeitungen und fünf Nachverarbeitungen wie beispielsweise Center Clipping oder Zero Crossing Rate eingesetzt, um die Voiced-Unvoiced Entscheidung zu verbessern. Als Bewertungskriterien werden neben der, bei der Grundfrequenzschätzung üblichen, Gross Error Rate weitere Merkmale wie Coverage sowie kombinierte Größen eingesetzt, um bei der Fehlermessung die Stärken und Schwächen eines Pitchschätzers besser herauszukristallisieren. Dabei wird ein Schwerpunkt auf den Einfluss von Vor- und Nachverarbeitung gelegt und die Performance der betrachteten Pitch-Schätz-Algorithmen ausführlich untersucht.

Schließlich wird eine Anwendung der Grundfrequenzschätzung in der Störreduktion betrachtet, bei der die Pitch Information zur Auslegung eines LTP Postfilters eingesetzt wird.

back