范珍艷，莊曉東，孫桂琪

（青島大學(xué)電子信息學(xué)院，山東 青島 266071）

0 引言

近年來，語音識(shí)別技術(shù)已經(jīng)得到突破性進(jìn)展和廣泛應(yīng)用[1]，語音識(shí)別可分為小詞匯量語音識(shí)別和大詞匯量語音識(shí)別。小詞匯量語音識(shí)別基本都是以漢語詞為基本識(shí)別單位，而大詞匯量語音識(shí)別則多以音素為基本識(shí)別單位，在此基礎(chǔ)上再根據(jù)發(fā)音規(guī)則及語法規(guī)則對(duì)識(shí)別出來的音素串進(jìn)行匹配而得到所識(shí)別的詞[2]。因此音素作為基本的語音單位，正確的識(shí)別出音素是實(shí)現(xiàn)連續(xù)語流語音識(shí)別的重要基礎(chǔ)。因此本文介紹了一種對(duì)單音素語音信號(hào)的不同特征進(jìn)行分析的方法—遞歸圖和遞歸定量分析方法。遞歸圖(recurrence plot，RP)由Eckmann、Kamphorst和Ruelle首先提出，是分析時(shí)問級(jí)數(shù)實(shí)驗(yàn)數(shù)據(jù)的工具，它可以揭示非線性時(shí)間序列的內(nèi)部結(jié)構(gòu)，并得出很多預(yù)測(cè)性的先驗(yàn)特性.可以檢驗(yàn)時(shí)間序列的平穩(wěn)性、內(nèi)在相似性。對(duì)遞歸圖進(jìn)行定量的分析方法稱為遞歸定量分析（recurrence quantification analysis，RQA）。該方法通過遞歸圖的遞歸點(diǎn)和對(duì)角線結(jié)構(gòu)定義了遞歸率等遞歸定量參數(shù)[3]。本文通過對(duì)單音素語音信號(hào)做遞歸圖和遞歸定量分析得到單音素語音的不同特征。

2 遞歸圖及遞歸定量分析

2.1 遞歸圖

遞歸圖采用圖形方式來描述信號(hào)中所存在的結(jié)構(gòu)例如確定性。它體現(xiàn)待研究動(dòng)力系統(tǒng)中產(chǎn)生的時(shí)間序列的所有可能時(shí)間尺度上的自相關(guān)，因此，遞歸圖可以被認(rèn)為是一個(gè)系統(tǒng)全局相關(guān)結(jié)構(gòu)的展現(xiàn)[4]。遞歸圖采用了相空間重構(gòu)的思想[5]，設(shè)原始時(shí)間序列為選擇合適的嵌入維數(shù)和延遲時(shí)間τ進(jìn)行相空間重構(gòu)得到向量式中定義k個(gè)相空間點(diǎn)中任意兩點(diǎn)的距離為[6]

則遞歸圖中的元素為

2.2 遞歸定量分析

采用遞歸圖分析方法只能在圖像中定性的分析系統(tǒng)的動(dòng)力學(xué)特性，因此Webber和Zbilut提出了遞歸定量分析方法[8]。遞歸定量分析就是在遞歸圖的基礎(chǔ)上通過統(tǒng)計(jì)或者測(cè)定遞歸圖中基本圖形點(diǎn)和線段的分布等特征，將遞歸圖中直接觀測(cè)的各種模式進(jìn)行量化分析[9]。Webber和Zbilut提出的特征量包括：

（1）遞歸率（RR）表示遞歸圖中的遞歸點(diǎn)在圖上占據(jù)的相對(duì)數(shù)量[10]。

遞歸率較高表示一個(gè)較強(qiáng)的周期性嵌入過程。

（2）確定率（DET）表示遞歸圖中平行于對(duì)角線段的遞歸點(diǎn)點(diǎn)數(shù)和總的遞歸點(diǎn)點(diǎn)數(shù)的比值。

（3）遞歸熵（ENTR）表示動(dòng)力學(xué)信息量或隨機(jī)型的程度。

（4）分層率（LAM）表示垂直線段包含遞歸點(diǎn)的點(diǎn)數(shù)與所有垂直結(jié)構(gòu)包含遞歸點(diǎn)的點(diǎn)數(shù)比值[13]。

3 單音素語音的遞歸定量分析

3.1 遞歸圖

本文采用采樣頻率為16KHz的單音素信號(hào)，分別為清音/a/，/e/，/h/，/s/，/sh/和濁音/a/，/e/，/i/，/o/，/u/，分別取了每個(gè)單音素信號(hào)的前3000個(gè)數(shù)據(jù)進(jìn)行遞歸圖分析。首先采用C_C方法[14]對(duì)每個(gè)單音素語音信號(hào)進(jìn)行相空間重構(gòu)，得到嵌入維數(shù)和時(shí)間延遲τ，選取一個(gè)合適的閾值，對(duì)每個(gè)單音素語音信號(hào)做出遞歸圖，如圖1-10。

由圖1-10可以看出，清音/a/，/e/，/h/，/s/，/sh/和濁音/a/，/e/，/i/，/o/，/u/的遞歸圖在結(jié)構(gòu)上存在不同的特征。每個(gè)單音素語音信號(hào)的遞歸圖均存在一條主對(duì)角線，且整個(gè)圖形關(guān)于這條主對(duì)角線對(duì)稱。由于遞歸圖反映的是重構(gòu)后的吸引子所具有的某種屬性，不同性質(zhì)的信號(hào)，由于其吸引子的表現(xiàn)不一樣，遞歸圖的結(jié)構(gòu)也不同。平穩(wěn)信號(hào)的遞歸圖是均勻布滿的，不存在與主對(duì)角線平行的直線。若存在，則表示該信號(hào)中存在確定性成分。濁音信號(hào)的遞歸圖中存在很多與主對(duì)角線平行的直線段，說明濁音信號(hào)中存在確定性成分。而清音信號(hào)的遞歸圖中不規(guī)則和無序部分占了很大比例，沒有與主對(duì)角線平行的直線，說明清音信號(hào)的隨機(jī)成分是主要的。

圖1 濁音a的遞歸圖Fig.1 The recurrence plot of voiced-a

圖2 濁音e的遞歸圖Fig.2 The recurrence plot of voiced-e

圖3 濁音i的遞歸圖Fig.3 The recurrence plot of voiced-i

圖4 濁音o遞歸圖Fig.4 The recurrence plot of voiced-o

圖5 濁音u的遞歸圖Fig.5 The recurrence plot of voiced-u

圖6 清音a的遞歸圖Fig.6 The recurrence plot of devoiced-a

圖7 清音e的遞歸圖Fig.7 The recurrence plot of devoiced-e

圖8 清音s的遞歸圖Fig.8 The recurrence plot of devoiced-s

圖9 清音h的遞歸圖Fig.9 The recurrence plot of devoiced-h

圖10 清音sh的遞歸圖Fig.10 The recurrence plot of devoiced-sh

3.2 遞歸定量分析

從以上單音素語音信號(hào)的遞歸圖可以看出，只能從圖像上定性的看出單音素語音的不同特征，因此引入遞歸定量分析（RQA）方法對(duì)單音素語音信號(hào)進(jìn)行定量分析。本文采用CRP TOOL工具箱[15]對(duì)單音素語音信號(hào)進(jìn)行遞歸定量分析，選擇了遞歸率，確定率，遞歸熵，分層度等4個(gè)遞歸分析的特征量作為主要的特征參數(shù)，表1給出了4種特征量的定量分析結(jié)果。

表1 單因素語音信號(hào)的RQA分析Table 1 The RQA of single phoneme speech signals

由表1可以看出，總體上，清音的遞歸率相對(duì)濁音較大，較高的遞歸率代表一個(gè)較強(qiáng)的周期性嵌入過程，因此清音信號(hào)的周期性嵌入過程較濁音強(qiáng)。確定率為100%代表信號(hào)的規(guī)律性強(qiáng)，而清音/a/,/e/的確定率較濁音/a/, /e/大，說明清音信號(hào)/a/, /e/的規(guī)律性更強(qiáng)。分層度描述系統(tǒng)相對(duì)變化快慢的動(dòng)力學(xué)特征，分層度為0，說明信號(hào)相對(duì)變化較快，清音/a/, /e/的分層度較濁音/a/, /e/大，說明清音信號(hào)/a/, /e/相對(duì)變化更快。遞歸熵的大小說明遞歸圖確定性結(jié)構(gòu)的復(fù)雜程度，熵值越大，復(fù)雜程度越大，清音/a/, /e/的遞歸熵較濁音/a/, /e/大，說明清音信號(hào)/a/, /e/復(fù)雜程度更大，更具有混沌性。

4 結(jié)論

本文采用遞歸圖和遞歸定量方法對(duì)不同的單音素語音信號(hào)的遞歸特性進(jìn)行研究分析。在相空間重構(gòu)的基礎(chǔ)上，將一維時(shí)間序列中不易識(shí)別的特征轉(zhuǎn)化到高維相空間中，通過計(jì)算遞歸率，確定率，分層度，遞歸熵等非線性特征量，可以發(fā)現(xiàn)遞歸定量分析方法可以定量的分析單音素濁音/a/, /e/和清音/a/,/e/，但是對(duì)其他幾個(gè)單音素信號(hào)的效果不是很明顯，還有待改進(jìn)。