使用反射係數之頻譜包絡內插方法

A Spectral-envelope Interpolation Method Using Reflection Coefficients

這裡“頻譜包絡”指的是振幅頻譜包絡（spectral magnitude envelope），一個例子如圖1裡較為平滑的曲線，它是由一個/bi/音音框（frame）的DFT（discrete Fourier transform）頻譜所估計出的。在一些語音處理的子領域中，會需要在兩條頻譜包絡曲線之間作內插，以求得兩者之間過渡的頻譜包絡。例如在使用單元串接之語音合成系統裡，為了避免在串接點發生頻譜不連續（spectral mismatch）的現象，就需要作頻譜包絡之內插，再依據內插出的頻譜包絡去產生語音信號；雖說過去有一些方法被提出來減輕串接點上頻譜不連續的問題，但那並未根本地解決問題。在歌聲合成的系統裡，由於可能的音高（pitch）、音長（duration）、音節之組合數量更為龐大，因此當從語料庫（corpus）選取合成單元來作串接時，串接點上幾乎都會發生音高軌跡（pitch contour）不連續、及頻譜的不連續，所以有需要在串接點附近作頻譜包絡內插。此外在語音辨識系統裡，一種可能的語者調適（speaker adaptation）方法是，將某兩語者的音素（phoneme）頻譜包絡作內插，用以逼近目前使用者的音素頻譜包絡。