信道对汉语普通话元音共振峰的影响

doi:10.11772/j.issn.1001-9081.2021101816

《计算机应用》唯一官方网站 ›› 2022, Vol. 42 ›› Issue (12): 3906-3912.DOI: 10.11772/j.issn.1001-9081.2021101816

• 多媒体计算与计算机仿真 • 上一篇

信道对汉语普通话元音共振峰的影响

刘贻杰¹, 李江春², 陈维娜¹(), 黄颀涵¹

^1.中国人民公安大学侦查学院，北京 100038
^2.法庭科学湖北省重点实验室（湖北警官学院），武汉 430034

收稿日期:2021-10-26 修回日期:2022-01-10 接受日期:2022-01-24 发布日期:2022-04-08 出版日期:2022-12-10
通讯作者: 陈维娜
作者简介:刘贻杰（1996—），男，广东茂名人，硕士研究生，主要研究方向：声纹检验
李江春（1975—），男，江西信丰人，教授，硕士，主要研究方向：法庭文件检验
黄颀涵（1996—），男，浙江舟山人，硕士研究生，主要研究方向：声纹检验。
基金资助:
国家重点研发计划项目(2017YFC0803506);法庭科学湖北省重点实验室（湖北警官学院）资助课题(KFKT2021003)

Influence of channel on formant of vowel in Chinese mandarin

Yijie LIU¹, Jiangchun LI², Weina CHEN¹(), Qihan HUANG¹

^1.School of Investigation，People's Public Security University of China，Beijing 100038，China
^2.Hubei Key Laboratory of Forensic Science （Hubei University of Police），Wuhan Hubei 430034，China

Received:2021-10-26 Revised:2022-01-10 Accepted:2022-01-24 Online:2022-04-08 Published:2022-12-10
Contact: Weina CHEN
About author:LIU Yijie， born in 1996， M. S. candidate. His research interests include forensic speaker comparison.
LI Jiangchun，born in 1975， M. S.， professor. His research interests include forensic document examination
HUANG Qihan， born in 1996， M. S. candidate. His research interests include forensic speaker comparison.
Supported by:
National Key Research and Development Program of China(2017YFC0803506);Project Funded by Hubei Key Laboratory of Forensic Science （Hubei University of Police）(KFKT2021003)

摘要/Abstract

摘要：

针对信道对元音共振峰特征影响的问题，开展了系统实验。首先，采集了8位志愿者的标准录音；其次，用人工嘴播放标准录音，并采用13种不同信道录制了104段信道录音；最后，提取特征音段，在频谱特征定性分析中使用卡方检验来进行分析，并在声学参数量化分析中使用单样本t检验。统计结果表明，约69%的信道对高阶共振峰的总体形态影响显著，约85%的信道的共振峰相对强度存在显著差异；而单样本t检验结果表明，标准录音与信道录音在共振峰中心频率上不存在明显差异。实验结果表明，在对不同信道语音进行同一认定时，应重点关注共振峰的频率特征。

关键词: 语音同一认定, 信道, 元音共振峰, 频谱特征, 声学参数

Abstract:

Aiming at the problem of influence of the channel on the characteristics of the vowel formant， a systematic experiment was carried out. Firstly， the standard recordings of 8 volunteers were collected. Then， the standard recordings were played with the mouth simulator， and 104 channel recordings were recorded using 13 different channels. Finally， the characteristic voice segments were extracted， and chi-square test analysis was used in the qualitative analysis of the spectral characteristics， and one-sample t-test was used in the quantitative analysis of acoustic parameters. The statistical results show that about 69% of the channels have a significant influence on the overall form of the high-order formants， and about 85% of the channels have significant differences in the relative intensity of the formants. The one-sample t-test results show that there is no significant difference between the standard recordings and the channel recordings in center frequency of the formant. Experimental results show that the frequency characteristics of formants should be paid more attention to when processing the identification of voices in different channels.

Key words: voice identification, channel, vowel formant, spectral characteristic, acoustic parameter

中图分类号:

TN912

刘贻杰, 李江春, 陈维娜, 黄颀涵. 信道对汉语普通话元音共振峰的影响[J]. 计算机应用, 2022, 42(12): 3906-3912.

Yijie LIU, Jiangchun LI, Weina CHEN, Qihan HUANG. Influence of channel on formant of vowel in Chinese mandarin[J]. Journal of Computer Applications, 2022, 42(12): 3906-3912.

图/表 17

参考文献 15

1	王英利，李敬阳，曹洪林. 声纹鉴定技术综述［J］. 警察技术， 2012（4）：54-56.
	WANG Y L， LI J Y， CAO H L. Overview of voiceprint identification technique［J］. Police Technology， 2012（4）：54-56.
2	王英利. 声纹鉴定技术［M］. 北京：群众出版社， 2013： 1-6， 55. 10.25103/jestr.062.17
	WANG Y L. Voiceprint Identification Technology［M］. Beijing： Qunzhong Press， 2013： 1-6， 55. 10.25103/jestr.062.17
3	樊昌信，曹丽娜. 通信原理［M］. 7版. 北京：国防工业出版社， 2012： 63.
	FAN C X， CAO L N. Principle of Communication［M］. 7th ed. Beijing： National Defense Industry Press， 2012： 63.
4	樊昌信，张甫翊，徐炳祥，等. 通信原理［M］. 5版. 北京：国防工业出版社， 2001： 34.
	FAN C X， ZHANG F Y， XU B X， et al. Principle of Communication［M］. 5th ed. Beijing： National Defense Industry Press， 2001： 34.
5	杨俊杰，李红明，岳玮，等. 通信信道及通信设备对语音共振峰特性的影响［J］. 山西警官高等专科学校学报， 2010， 18（1）：78-80. 10.3969/j.issn.1671-685X.2010.01.019
	YANG J J， LI H M， YUE W， et al. The Influence of the communication channels and communication equipment to voice formant frequency［J］. Journal of Shanxi Police Academy， 2010， 18（1）：78-80. 10.3969/j.issn.1671-685X.2010.01.019
6	邓宗权，邱立欣. 传统录音机和数码录音笔在信道中的差异［J］. 湖南警察学院学报， 2011， 23（6）：120-124. 10.3969/j.issn.2095-1140.2011.06.026
	DENG Z Q， QIU L X. The differences in transmission channels of traditional tape recorders and digital recorders［J］. Journal of Hunan Police Academy， 2011， 23（6）：120-124. 10.3969/j.issn.2095-1140.2011.06.026
7	张红兵.信道差异对语音鉴定影响的实验研究［C］// 第九届中国语音学学术会议论文集. 天津：出版者不详，2010：729-732.
	ZHANG H B. Experimental study on the influence of channel differences on speech recognition［C］// Proceedings of the 9th Phonetics Academic Conference of China.Tianjin：［s.n.］，2010：729-732.
8	王丹，刘景天，张阳. 信道差异语音的特征变异分析研究［J］. 光电技术应用， 2019， 34（2）：34-39. 10.3969/j.issn.1673-1255.2019.02.007
	WANG D， LIU J T， ZHANG Y. Research on characteristic variation analysis of channel difference speech［J］. Electro-Optic Technology Application， 2019， 34（2）：34-39. 10.3969/j.issn.1673-1255.2019.02.007
9	张晓，孔华锋，王海燕，等. 网络语音同一性鉴定中的共振峰差异分析［J］. 计算机应用与软件， 2019， 36（3）：187-191. 10.3969/j.issn.1000-386x.2019.03.034
	ZHANG X， KONG H F， WANG H Y， et al. Difference analysis of formant in network voice identification［J］. Computer Applications and Software， 2019， 36（3）：187-191. 10.3969/j.issn.1000-386x.2019.03.034
10	KAISER J， BOŘIL T. Impact of the GSM AMR codec on automatic vowel formant measurement in Praat and VoiceSauce［C］// Proceedings of the 41st International Conference on Telecommunications and Signal Processing. Piscataway： IEEE， 2018： 1-4. 10.1109/tsp.2018.8441185
11	BARINOV A， KOVAL S， IGNATOV P， et al. Channel compensation for forensic speaker identification using inverse processing［C］// Proceedings of the 39th International Conference： Audio Forensics： Practices and Challenges. New York： Audio Engineering Society， 2010： 53-58.
12	VILLALBA J， CHEN N X， SNYDER D， et al. State-of-the-art speaker recognition for telephone and video speech： the JHU-MIT submission for NIST SRE18［C］// Proceedings of the Interspeech 2019. ［S.l.］： International Speech Communication Association， 2019： 1488-1492. 10.21437/interspeech.2019-2713
13	SADJADI S O， GREENBERG C， SINGER E， et al. The 2019 NIST speaker recognition evaluation CTS challenge［C］// Proceedings of the 2020 Speaker and Language Recognition Workshop. ［S.l.］： International Speech Communication Association， 2020： 266-272. 10.21437/odyssey.2020-38
14	王莉，王晓笛，康锦涛，等. “人工嘴”在语音声学分析中的应用研究［J］. 刑事技术， 2019， 44（1）：9-12.
	WANG L， WANG X D， KANG J T， et al. Mouth simulator in acoustic analysis［J］. Forensic Science and Technology， 2019， 44（1）：9-12.
15	中华人民共和国公安部. 法庭科学语音同一认定技术规范：［S］. 北京：中国标准出版社， 2017. 10.3969/j.issn.1006-902X.2011.02.001
	The Ministry of Public Security of the People’s Republic of China. Specifications for voice identification in Forensics：［S］. Beijing： Standards Press of China， 2017. 10.3969/j.issn.1006-902X.2011.02.001

志愿者	性别	出生年份	民族	籍贯
1	男	1997	汉	河北
2	男	1995	汉	山东
3	男	1997	汉	山东
4	男	1997	汉	山东
5	男	1997	汉	河北
6	女	1997	汉	陕西
7	女	1997	汉	陕西
8	女	1996	汉	河南

志愿者	性别	出生年份	民族	籍贯
1	男	1997	汉	河北
2	男	1995	汉	山东
3	男	1997	汉	山东
4	男	1997	汉	山东
5	男	1997	汉	河北
6	女	1997	汉	陕西
7	女	1997	汉	陕西
8	女	1996	汉	河南

编号	信道	端到端
a	麦克风阵列1	讯飞声纹采集仪→PC端
b	麦克风阵列2	国音声纹采集仪→PC端
c	2G GSM移动通话	诺基亚→荣耀honor 20i
d	4G VoLTE移动通话	荣耀honor 20i→华为Mate30 Pro（5G）
e	5G VoNR移动通话	华为Mate30 Pro（5G）→ 华为Mate30 Pro（5G）
f	“微信”语音消息	荣耀honor 20i→PC端
g	“微信”语音通话	荣耀honor 20i→PC端
h	“QQ”语音消息	荣耀honor 20i→PC端
i	“QQ”语音通话	荣耀honor 20i→PC端
j	“陌陌”语音消息	荣耀honor 20i→PC端
k	“世纪佳缘”语音消息	荣耀honor 20i→iPad Pro
l	“Skype”语音消息	荣耀honor 20i→PC端
m	“WhatsApp”语音消息	荣耀honor 20i→PC端

编号	信道	端到端
a	麦克风阵列1	讯飞声纹采集仪→PC端
b	麦克风阵列2	国音声纹采集仪→PC端
c	2G GSM移动通话	诺基亚→荣耀honor 20i
d	4G VoLTE移动通话	荣耀honor 20i→华为Mate30 Pro（5G）
e	5G VoNR移动通话	华为Mate30 Pro（5G）→ 华为Mate30 Pro（5G）
f	“微信”语音消息	荣耀honor 20i→PC端
g	“微信”语音通话	荣耀honor 20i→PC端
h	“QQ”语音消息	荣耀honor 20i→PC端
i	“QQ”语音通话	荣耀honor 20i→PC端
j	“陌陌”语音消息	荣耀honor 20i→PC端
k	“世纪佳缘”语音消息	荣耀honor 20i→iPad Pro
l	“Skype”语音消息	荣耀honor 20i→PC端
m	“WhatsApp”语音消息	荣耀honor 20i→PC端

信道	F1		F2		F3		F4		F5
信道	卡方值	显著性	卡方值	显著性	卡方值	显著性	卡方值	显著性	卡方值	显著性
a	/	/	/	/	/	/	/	/	/	/
b	/	/	/	/	/	/	/	/	2.043	0.153
c	4.174	0.041	2.043	0.153	12.424	0.000	68.571	0.000	—	—
d	/	/	/	/	5.275	0.022	5.275	0.022	11.163	0.001
e	/	/	/	/	3.097	0.078	4.174	0.041	3.097	0.078
f	/	/	9.931	0.002	23.688	0.000	3.097	0.078	28.541	0.000
g	/	/	/	/	2.043	0.153	1.011	0.315	20.658	0.000
h	/	/	/	/	7.551	0.006	8.727	0.003	25.263	0.000
i	/	/	/	/	7.551	0.006	8.727	0.003	33.803	0.000
j	/	/	4.174	0.041	62.897	0.000	—	—	—	—
k	/	/	3.097	0.078	17.778	0.000	12.424	0.000	—	—
l	/	/	3.097	0.078	12.424	0.000	12.424	0.000	5.275	0.022
m	/	/	1.011	0.315	12.424	0.000	68.571	0.000	22.154	0.000

信道对汉语普通话元音共振峰的影响

Influence of channel on formant of vowel in Chinese mandarin

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 15

相关文章 15

编辑推荐

Metrics

信道	F1			F2			F3			F4			F5
信道	不变数量	被试总数	占比/ %	不变数量	被试总数	占比/ %	不变数量	被试总数	占比/ %	不变数量	被试总数	占比/ %	不变数量	被试总数	占比/ %
总计	620	624	99.4	602	624	96.5	495	624	79.3	449	624	72.0	358	624	57.4
a	48	48	100.0	48	48	100.0	48	48	100.0	48	48	100.0	48	48	100.0
b	48	48	100.0	48	48	100.0	48	48	100.0	48	48	100.0	46	48	95.8
c	44	48	91.7	46	48	95.8	37	48	77.1	8	48	16.7	0	48	0.0
d	48	48	100.0	48	48	100.0	43	48	89.6	43	48	89.6	38	48	79.2
e	48	48	100.0	48	48	100.0	45	48	93.8	44	48	91.7	45	48	93.8
f	48	48	100.0	39	48	81.3	29	48	60.4	45	48	93.8	26	48	54.2
g	48	48	100.0	48	48	100.0	46	48	95.8	47	48	97.9	31	48	64.6
h	48	48	100.0	48	48	100.0	41	48	85.4	40	48	83.3	28	48	58.3
i	48	48	100.0	48	48	100.0	41	48	85.4	40	48	83.3	23	48	47.9
j	48	48	100.0	44	48	91.7	10	48	20.8	0	48	0.0	0	48	0.0
k	48	48	100.0	45	48	93.8	33	48	68.8	12	48	25.0	0	48	0.0
l	48	48	100.0	45	48	93.8	37	48	77.1	37	48	77.1	43	48	89.6
m	48	48	100.0	47	48	97.9	37	48	77.1	37	48	77.1	30	48	62.5

信道	F1		F2		F3		F4		F5
信道	差异	显著差异	差异	显著差异	差异	显著差异	差异	显著差异	差异	显著差异
a	-	-	-	-	-	-	-	-	-	-
b	-	-	-	-	-	-	-	-	-	-
c	+	-	-	-	-	++	-	++	-	++
d	-	-	-	-	+	-	+	-	-	++
e	-	-	-	-	-	-	+	-	-	-
f	-	-	-	++	-	++	-	-	-	++
g	-	-	-	-	-	-	-	-	-	++
h	-	-	-	-	-	++	-	++	-	++
i	-	-	-	-	-	++	-	++	-	++
j	-	-	+	-	-	++	-	++	-	++
k	-	-	-	-	-	++	-	++	-	++
l	-	-	-	-	-	++	-	++	+	-
m	-	-	-	-	-	++	-	++	-	++

信道	不变数量	被试数量	占比/%
总计	139	624	22.3
a	45	48	93.8
b	43	48	89.6
c	0	48	0.0
d	9	48	18.8
e	9	48	18.8
f	1	48	2.1
g	7	48	14.6
h	6	48	12.5
i	7	48	14.6
j	0	48	0.0
k	0	48	0.0
l	9	48	18.8
m	3	48	6.3

元音	共振峰	检验值	t	自由度	Sig.（双尾）
［a］	F1	849.000	1.292	12	0.221
	F2	1 233.000	-2.103	12	0.057
	F3	2 460.000	1.990	12	0.070
	F4	3 358.000	0.922	11	0.376
	F5	4 980.000	-1.063	9	0.316
［i］	F1	849.000	1.292	12	0.221
	F2	1 233.000	-2.103	12	0.057
	F3	2 460.000	1.990	12	0.070
	F4	3 358.000	0.922	11	0.376
	F5	4 980.000	-1.063	9	0.316
［u］	F1	349.000	-0.578	12	0.574
	F2	847.000	0.772	12	0.455
	F3	2 268.000	-1.787	10	0.104
	F4	3 112.000	-0.694	11	0.502
	F5	3 837.000	-1.077	9	0.309

元音	共振峰	检验值	t	自由度	Sig.（双尾）
［a］	F1	720.000	1.069	12	0.306
	F2	1 220.000	1.843	12	0.090
	F3	2 506.000	1.566	10	0.148
	F4	3 529.000	-1.525	10	0.158
	F5	4 536.000	-0.687	9	0.510
［i］	F1	411.000	0.097	12	0.925
	F2	2 201.000	0.000	12	1.000
	F3	2 905.000	0.960	12	0.356
	F4	3 499.000	-1.258	11	0.235
	F5	4 550.000	-1.574	9	0.150
［u］	F1	420.000	1.711	12	0.113
	F2	890.000	-1.526	12	0.153
	F3	2 465.000	-0.719	9	0.490
	F4	3 031.000	-1.536	9	0.159
	F5	3 646.000	0.810	9	0.439

元音	共振峰	检验值	t	自由度	Sig.（双尾）
［a］	F1	812.000	1.979	12	0.071
	F2	1 420.000	-1.346	12	0.203
	F3	3 138.000	-0.021	11	0.984
	F4	4 163.000	0.306	9	0.766
	F5	5 073.000	0.621	9	0.550
［i］	F1	433.000	0.106	12	0.918
	F2	2 682.000	-1.486	11	0.165
	F3	3 355.000	-0.857	11	0.410
	F4	4 181.000	0.633	9	0.542
	F5	5 012.000	0.519	9	0.616
［u］	F1	242.000	0.797	12	0.441
	F2	563.000	1.391	12	0.189
	F3	3 047.000	-1.086	12	0.299
	F4	3 822.000	0.232	9	0.822
	F5	4 340.000	0.628	9	0.546

[1]	章振宇, 谭国平, 周思源. 基于1‑bit压缩感知的高效无线联邦学习算法[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1675-1682.
[2]	王亿, 杨柳, 张痛快. RIS辅助毫米波系统中基于压缩感知的信道估计[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3870-3875.
[3]	徐启迪, 刘争红, 郑霖. 基于GPU的低密度奇偶校验码译码加速技术[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3841-3846.
[4]	王令照, 仇润鹤. 基于非线性能量收集的全双工认知中继网络的联合优化方法[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3130-3139.
[5]	景兴红, 孙国栋, 何世彪, 廖勇. 基于滑窗滤波和多项式拟合的时变信道估计方法[J]. 计算机应用, 2021, 41(9): 2699-2704.
[6]	陈成瑞, 孙宁, 何世彪, 廖勇. 面向C-V2X通信的基于深度学习的联合信道估计与均衡算法[J]. 计算机应用, 2021, 41(9): 2687-2693.
[7]	刘紫燕, 马珊珊, 白鹤. 基于改进智能水滴的正交匹配追踪混合预编码算法[J]. 计算机应用, 2021, 41(5): 1419-1424.
[8]	任晓奎, 刘鹏飞, 陶志勇, 刘影, 白立春. 基于单快拍信号到达角估计算法的室内入侵检测[J]. 计算机应用, 2021, 41(4): 1153-1159.
[9]	丛旌, 韦永壮, 刘争红. SM4密码算法的阶梯式相关能量分析[J]. 计算机应用, 2020, 40(7): 1977-1982.
[10]	唐鑫, 周琳娜. 基于响应模糊化的抗附加块攻击云数据安全去重方法[J]. 计算机应用, 2020, 40(4): 1085-1090.
[11]	丁宁, 管新荣, 杨炜伟, 李彤凯, 王建设. 非完美信道估计条件下多比特量化无线密钥生成性能分析[J]. 计算机应用, 2020, 40(1): 143-147.
[12]	周震, 袁正道. 面向物联网环境的高效通信接收机设计[J]. 计算机应用, 2020, 40(1): 202-206.
[13]	王丹, 李安艺, 杨艳娟. 基于相关检测的低复杂度窄带物理下行控制信道盲检测算法[J]. 计算机应用, 2019, 39(9): 2652-2657.
[14]	刘立双, 魏忠诚, 张春华, 王巍, 赵继军. 基于WiFi信道状态信息的人员活动持续时间估计[J]. 计算机应用, 2019, 39(7): 2056-2060.
[15]	黄濛濛, 刘军, 张逸凡, 谷雨, 任福继. 基于无线信道状态信息的跌倒无源监测方法[J]. 计算机应用, 2019, 39(5): 1528-1533.