Xác định tần số cơ bản của tín hiệu tiếng nói dùng hàm tự tương quan

Abstract

Xử lý tiếng nói là lĩnh vực nghiên cứu tiếng nói của con người và được chuyển thành dạng tín hiệu để xử lý trong khoa học máy tính. Trong luận văn, tôi nghiên cứu phương pháp tính tần số cơ bản (hay F0), một trong những đặc trưng quan trọng của tín hiệu tiếng nói. Việc xác định tần số cơ bản của tín hiệu tiếng nói được ứng dụng trong các lĩnh vực như tổng hợp tiếng nói và nhận dạng tiếng nói. Để tìm được tần số cơ bản của tín hiệu tiếng nói, tôi sử dụng hàm tự tương quan vì tính đơn giản và hiệu quả của thuật toán này. Tuy nhiên, kết quả đường F0 tính được từ hàm tự tương quan trong hầu hết trường hợp là không được trơn. Do đó, tôi đã kết hợp tính tần số cơ bản bởi hàm tự tương quan với phương pháp lọc trung vị. Đồng thời tôi tiến hành khảo sát thực nghiệm để xác định được các tham số tối ưu của các thuật toán. Đánh giá độ chính xác so với phương pháp đo F0 thủ công cho thấy việc tính tần số cơ bản của tín hiệu tiếng nói bởi hàm tự tương quan có kết quả đáng tin cậy. Với các kết quả nghiên cứu thu được, việc tính tần số cơ bản của tín hiệu tiếng nói bởi hàm tự tương quan sẽ là cơ sở để tiến hành các nghiên cứu khác trong lĩnh vực xử lý tiếng nói.