Teza doctorat (pdf) - Universitatea Tehnică

1
BNP mean p(
n)
(4.23)
20
20
n1
1
2
BNP std ( p ( n ) BNP
mean )
(4.24)
20
20
n 1
unde p(n) este puterea semnalului în decibeli (dB).
72
Cap. 4. Analiza semnalului vocal
S-a presupus că primele 100 msec (20 de cadre) ale semnalului sonor sunt cadre de
linişte.
Funcţia volum S/U/V pentru fiecare cadru nesonor este comparată cu o valoare de prag
constantă, TU/S . Se utilizează ecuaţia (4.21) cu Tlower = Tupper = TU/S.
Estimarea scorului S/U/V este următoarea [Chi00]:
1
, 20log10
V ( i)
T
U / S
SUV _ Score(
i)
(4.25)
0
, 20log10
V ( i)
T
U / S
unde:
- V(i) se calculează din ecuaţia (4.18) cu A=17 şi B=255,
- i este indexul cadrului curent.
Dacă SUV_Score(i)= 1, cadrul este clasificat ca şi nesonor (unvoiced).
Dacă SUV_Score(i)= 0, cadrul este clasificat ca linişte (silence).
Prin această metodă se separă cadrele nesonore de linişte. Valoarea SUV_Score(i) se
consideră egală cu 2 pentru toate cadrele sonore (voiced).
Estimarea S/U/V este diferită de alte estimări de caracteristici prin faptul că SUV_Score
poate avea doar trei valori distincte, în timp ce alte estimări ale caracteristicilor pot avea o scară
continuă de valori.
Se precizează ([Chi00]) că cele mai bune rezultate se obţin când:
unde k =1.
TU/S = BNPmean + (k)( BNPstd) (4.26)
Valoarea utilizată pentru constanta k depinde de valorile statistice ale zgomotului din
semnalul sonor. În valoare absolută, zgomotul este compensat prin calcularea valorii BNPmean .