[发明专利]提取语音信号的特性信息的语音信号预处理系统及方法

权利要求书

1.一种语音信号预处理系统，包括：

语音信号识别单元，用于从输入信号中识别语音，并且输出所述输入信号作为语音信号；

语音信号转换器，用于通过接收语音信号并且将接收的时域的语音信号转换为频域的语音信号来产生语音信号帧；

形态学分析器，用于接收语音信号帧，并且通过形态学运算产生具有基于形态学分析的信号波形的特性频率区域；

语音信号特性信息提取器，用于接收语音信号帧或基于形态学分析的特性频率区域，并且提取下一阶段的语音信号处理系统请求的语音信号特性信息；以及

控制器，用于根据预设确定条件确定是否使用语音信号帧的谐波峰值提取语音信号特性信息，并且当使用谐波峰值时通过将语音信号帧输出到语音信号特性信息提取器或者当不使用谐波峰值时通过输出语音信号帧的基于形态学分析的特性频率区域，来提取语音信号处理系统请求的语音信号特性信息。

2.如权利要求1所述的语音信号预处理系统，其中，所述预设确定条件是输入信号的特性或语音信号处理系统的特性。

3.如权利要求1所述的语音信号预处理系统，还包括：谐波峰值提取器，用于从语音信号帧搜索和提取谐波峰值。

4.如权利要求1所述的语音信号预处理系统，还包括：噪声消除器，用于从语音信号帧中消除噪声。

5.如权利要求1所述的语音信号预处理系统，其中，所述形态学分析器包括：

形态学滤波器，用于基于预设窗口尺寸执行语音信号帧的形态学运算，并且通过对转换的语音信号波形执行形态学闭运算和预处理从形态学运算的结果提取特性频率；以及

结构组尺寸确定器，用于确定形态学滤波器的最佳结构组尺寸，所述形态学滤波器对语音信号帧执行形态学闭运算。

6.如权利要求1所述的语音信号预处理系统，其中，所述语音信号特性信息提取器包括：

包络提取器，用于根据形态学分析结果从语音信号帧或特性频率区域提取谐波峰值包络信息和非谐波峰值包络信息中的至少一个；

基音提取器，用于根据形态学分析结果使用语音信号帧或特性频率区域提取基音信息；以及

神经网络系统，用于根据形态学分析结果从语音信号帧或特性频率区域检测特性信息，将预设权重赋予每条检测的特性信息，并且根据神经网络识别结果确定语音信号帧相应于浊音、清音还是背景噪声。

7.如权利要求6所述的语音信号预处理系统，其中，所述神经网络系统具有两个神经网络。

8.如权利要求7所述的语音信号预处理系统，其中，如果根据第一神经网络识别，语音信号帧或与特性频率区域相应的语音信号的确定结果不指示浊音，则神经网络系统保留语音信号帧或特性频率区域的确定，使用第一神经网络的对语音信号帧或特性频率区域的浊音/清音/背景噪声确定结果和从不同的语音信号帧或特性频率区域提取的各种特性信息的次要统计值，来执行第二神经网络识别，并且根据第二神经网络识别的结果来确定输入语音信号帧相应于浊音、清音还是背景噪声。

9.如权利要求6所述的语音信号预处理系统，其中，所述基音提取器通过从特性频率区域检测谐波区域与噪声区域的能量比并将具有最大能量比的峰值确定为基音信息来提取基音信息。

10.如权利要求6所述的语音信号预处理系统，其中，所述包络提取器通过在第一基音周期从语音信号帧或特性频率区域检测最大峰值作为第一谐波峰值，通过检测后来的搜索区域的最大谐波峰值的处理选择谐波峰值，并且将内插应用于选择的谐波峰值，来提取谐波峰值包络信息。

11.如权利要求10所述的语音信号预处理系统，其中，所述包络提取器通过选择没有被选为谐波峰值的峰值并将内插应用于选择的峰值来提取非谐波峰值包络信息。

12.如权利要求11所述的语音信号预处理系统，所述控制器使用谐波峰值包络信息和非谐波峰值包络信息确定语音信号帧相应于浊音还是清音。

13.如权利要求12所述的语音信号预处理系统，还包括：浊音度计算器，用于通过计算谐波峰值包络信息与非谐波峰值包络信息的能量比来计算浊音度。