やさしく音声分析法を学ぶ： ケプストラム分析と尝笔颁分析
?
18 likes?60,360 views
音声分析法のであるケプストラム分析と尝笔颁分析について、 簡単に説明したものです。 音声研究の初学者向け。 twitter: forthshinji
やさしく音声分析法を学ぶ： ケプストラム分析と尝笔颁分析
- 1. 高道 慎之介 ケプストラム分析 ＆ 尝笔颁分析
- 2. /34 スライドについて ? 音声の特徴とは？ – 基本周波数、声道の特性など ? 何故そんなことをするのか？ – 少ないパラメータで音声波形を表現できる – 音声を効率的?直感的に扱える – 複数の特徴を分離できる – など 2 音声の特徴を分析する手法を理解しよう！ スライドの目的
- 8. /34 ケプストラム （Cepstrum） ? 定義： 時間波形のパワースペクトルの対数のフーリエ変換 ? 特徴： – 複数の信号が畳み込まれた信号を分離可能 – 対数パワースペクトルを波として考える方法 ? 手順： 8 定義によっては 逆DFTを使用 板橋 他， 音声工学，図4.6から引用
- 9. /34 ケプストラムの計算 9 時間 振幅 周波数 パワー 周波数 対数パワー 音声波形から 切り出した時間波形 パワースペクトル 対数パワースペクトル 離散フーリエ変換（DFT） 対数の計算 対数パワースペクトルを時間波形だと思って（逆）DFT => ケプストラムが計算される！ 声道特性（包絡）と音源特性（微細構造）が 分離されて現れる（はず）！
- 12. 分析法② ～線形予測分析～ 12
- 14. /34 線形予測法 （Linear Prediction Coding：LPC） ? 定義： 声道を音響管に見立てた時の特徴量 ? 特徴： 声道の特徴を効率よくモデル化できる 14 口からの放射 )(zE )(zA )(zX 音源信号 音声信号 Z変換 音響管の特性A(z)は共振特性を持つと仮定 )( 1 1 )()()( 1 1 zE zaza zEzAzX p p ?? ??? ?? ? 線形予測係数
- 15. /34 LPCのパラメータと、その計算 15 周波数 パワー )( 1 1 )()()( 1 1 zE zaza zEzAzX P P ?? ??? ?? ? 係数の値によって共振の特性 （スペクトルのピーク：フォルマント）が決定 全極モデルと呼ばれる 線形予測係数を求める方法 tx 切り取られた 時間 t の信号 ?? ? P p ptp xa 0 線形予測係数で求められる 時間 t の信号 この二乗誤差を最小にするように、apを求める！（詳細は省略） 観測信号と、モデルから 生成される信号の差
- 16. /34 尝笔颁分析によって求められたスペクトル包絡 16 ケプストラム分析よりもピークを重視した包絡を抽出 ＝ より効率的な特徴量 板橋 他， 音声工学，図4.13から引用
- 17. /34 スペクトル包絡と、LPCの発展 17 http://hil.t.u-tokyo.ac.jp/~sagayama/applied-acoustics/2009/C1-LPC.pdf より引用 2次 4次 10次 18次 ケプストラムと同じように、次数が増えるほど細かくモデル化できる ? 上図のように、LPCは特徴を効率よくモデル化できる – しかし、ノイズ（誤差）に弱いなどの欠点がある – ノイズに対する頑健性向上や更なる効率化のために、 PARCORやLSPと呼ばれる手法がある