浊音 การใช้

• 根据清音和浊音在多维相空间中的不同空间分布特性，对语音音素进行了分类。
• 音标成对出现时，左边为清音，右边为浊音。涂色的部分已判定为不可能发音的组合。
• 于是从语音产生模型入手，详细的分析了声门闭合时刻语音信号的性质，找到了浊音信号经过小波变换后周期性消失、极值点个数增多的原因。
• 清音和浊音在安排短时预测和长时预测方面的问题；短时预测和长时预测相互包容性问题；提高算法的鲁棒性等方面问题。
• 在人类语音的浊音段，声带发生较低频率的振荡，语音信号呈明显的准周期性，而在清音段，语音信号则类似于白噪声。
• 首先，本文通过对help算法的深入分析，根据语音信号谐波相关程度能反映浊音度强弱的性质，开发了一种基于最小均方误差准则的谐波相关浊音度参数提取方法。
• 本文引入了一种新的基音周期计算方法，静音帧判决算法，清音帧判决算法，清浊音信息接收端重建等新算法，提高了合成语音的质量，降低了算法的总计算量。
• 摘要分析了信号和噪声在小波域的不同特征表现，并根据语音中浊音和清音的特点，提出了一种改进的多尺度多阈值的小波域语音去噪方法。
• 该方法采用软限幅函数对浊音和清音信号的小波变换系数作不同的阈值处理，既抑制了噪声，又减少了语音段信息的损失，提高了信噪比。
• 摘要本文通过研究s . 2055与其他韵书不同反切，认为所反映的可能是当时口语的一些特点：浊音声母与清音有混用，浊音已经清化了；知组声母与照组包括二等与三等有相混的现象；东冬钟归字混乱，三部不分；支脂之三韵也有交涉；微韵“蕲”存在之韵的又音； “解”字有平声一读。
• 为解决浊音之间的分割问题，本文根据语音中过渡段与非过渡段语音波形的差异，利用波形互相关性进行了研究，提出了基于波形互相关性的音节分割方法，并进行了实例分析。
• 该系统首先对语音信号进行采样；按帧对语音数据进行语音分析和参数提取，提取的参数包括基音周期( pitch ) 、多带清浊音判别、非周期抖动标志、线性预测参数( lpc )等语音生成模型参数；接着对这些参数进行了量化，量化采用了多级矢量量化技术；最后在解码端对各个量化参数进行解码，利用这些参数结合语音合成模型重构语音。
• 本文采用的汉语语音的端点信号的检测和清浊音信号切分方法是：短时相对能频积的方法对汉语语音信号的端点进行检测；短时相对能频比的方法对语音信号的清浊音进行切分，提高汉语语音信号切分的成功率。
• 本文根据语音信号的混沌本质，利用分形理论研究了汉语连续语音中的音节分割问题，提出了基于方差分形维数的音节分割方法，并详细分析了该方法的性能，它能很好地解决了无声与有声、浊音与清音间的分割问题，但很难解决浊音间的分割问题，当浊音相连且过渡段较短时，该方法无法实现它们之间的分割。
• Melp声码器采用混合脉冲和噪声激励解决了经典lpc的嗡嗡声的问题；引入了抖动浊音状态以克服音调噪声；利用参数插值、脉冲散布和自适应谱增强等措施提高合成语音的自然度和可懂度；此外还采用了多带激励，使其具有了比较强的抗背景噪声的性能。