語音合成vocoder（四） aperiodicity參數

---

基本概念

“aperiodicity” is defined as the power ratio between the speech signal and the aperiodic component of the signal

它是跟混合激勵有關的參數，爲了獲得自然的聲音，激勵源不能只使用週期信號，也需要包含一些非週期信號。一種典型的非週期信號是噪音。

PLANTINUM[1]

使用excitation signal替換aperiodicity

X(ω)=Y(ω)H(ω)

首先根據F0標出voiced section，然後y2(t) 最大的點對應加窗的時間點，使用長度爲2T0 的Hanning窗。
合成語音的時候直接使用求出的x(t) 和h(t) 進行卷積即可。

D4C[4]

D4C需要計算不同頻帶對應的功率比。

1.計算羣延遲

τgω=−dϕ(ω)dω

假設所加窗口的中心點在τ ，那麼最後求出的羣延遲τ(ω,τ) 跟τ 有關，使用了一些方法消除了參數τ ，也就是最後得到的羣延遲跟窗口位置無關。

2.修正參數

上一步計算加窗會帶來頻譜上的失真（上圖a），這裏進行smooth恢復出來原始的信號。

τgs(ω)=2ω0∫ω04−ω04τg(ω+λ)dλ

τgb(ω)=1ω0∫ω02−ω02τgs(ω+λ)dλ

τD=τgs(ω)−τgb(ω)

3.估計band-aperiodicity

中心頻率ωc 對應的時域信號

p(t,ωc)=F−1[w(ω)τD(ω−(ωc−wl2))]

wl 表示窗的長度

pc(t,ωc)=1−∫t0ps(λ,ωc)dλ

其中ps 是由功率譜|p|2 在時間上按降序排序得到，而且|p|2 做了歸一化
band aperiodicity可得

ap(ωc)=−10log10(pc(2wbw,ωc))

wbw 表示窗函數的主瓣寬度。

參考文獻

[1].PLATINUM: A method to extract excitation signals for voice synthesis system
[2].D4C, a band-aperiodicity estimator for high-quality speech synthesis