电气工程与系统科学 > 音频与语音处理
[提交于 2023年6月2日
(v1)
,最后修订 2023年9月14日 (此版本, v2)]
标题: 听觉表征对于估计声道信息有效
标题: Auditory Representation Effective for Estimating Vocal Tract Information
摘要: 我们可以通过语音声音本身来估计说话者的大小。 我们提出了一个听觉计算理论,即稳定小波-梅林变换(SWMT),该理论能够分离关于声道大小和形状以及声门振动的信息,以解释这一观察结果。 已经证明,与基于SWMT的加权函数相关的听觉表示或激励模式(EP),称为“SSI权重”,可以解释大小感知的心理物理函数。 在本研究中,我们调查了带有SSI权重的EP是否能准确估计通过磁共振成像(MRI)测量的男性和女性受试者的声道长度(VTL)。 发现使用SSI权重显著提高了VTL的估计效果。 此外,带有SSI权重的EP的估计误差明显小于从傅里叶变换、梅尔滤波器组和WORLD语音合成器得到的常用频谱的误差。 还表明,SSI权重可以轻松引入到这些频谱中以提高性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.