分形理論在語音信號處理中的應用探析

軒詩宇

【關鍵詞】分形理論 語音信號處理 實踐應用

當前是一個經濟全球化時代，語音信號處理學科的發展要與時俱進，跟上時代前進腳步。語音作為人類語言的聲學表現，是社會大眾實現各種信息相互傳遞的重要手段，它能夠有效提高人們信息的傳遞效率，方便人們的日常學習生活。因此，語音信號處理工作變得尤為重要，工作人員通過應用分形理論能夠進一步提高語音信號處理的工作效率，成功描述出非線性信號。

1 分形的概念與特性

對于分形理論傳統的理解是破碎和不規則，主要用來表現那些“由于整體以某種方式相似的部分組成的一類形體”或者“Harsdorff維數嚴格大于拓撲維數的集合”。然而，嚴格意義來說當前學者還并沒有對其進行完整的定義，僅僅只能給出簡單描述性定義，通過將其看成是具備一定性質的集合，主要特征包括了以下幾點：

（1）分形的自相似性；

（2）分形具備精細的結構：

（3）分形維數超過了自身的拓撲維數；

（4）分形能夠由迭代遞歸產生。

分形典型的基本特性包括了以下幾個方面：

1.1 分形自相似性

自相似性指的是部分與整體或者另一局部無論是在作用、形態，還是在信息等方面都是具備一定的相似性，通過適當的縮小或者增大分形對象的集合尺寸，也不會造成結構的變化。

1.2 標度不變性

標度不變性作為分形集所特定的特性，具體指的是我們無論如何去改變變形測量對象的尺度，也不會導致測量對象的性質發生任何的變化。但是，要排除嚴格的數學模型外，比如Koch曲線，對于存在的實際分形集來說，此種標度不變形僅僅只能夠保持在某個范圍內應適用。一般情況而言，標度不變性的適用空間被叫做為分形體的無標度區間，工作人員要嚴格按照研究對象的性質去明確判定無標度區間的實際范圍。

1.3 分形維數

分形維數的產生是經過分形標度關系而獲得了的一個實際定量數值，其有效打破了普通拓撲集維數為整數的局限，將維數有整數成功擴大到分數，分形維數的基本特性又包括了以下幾點：

（1）分形維數和尺度不存在聯系；

（2）分析維數是作為一個相對量的存在；

（3）分析維數大小充分體現了輪廓在空間的不規則、復雜和充滿空間的具體程度，通常而言，維數越小，細節越少，位數越大，則細節越多。

2 分形理論在與語音信號處理中的實踐應用

語音作為人們實際生活中的重要信息交流工具，它的作用至關重要，因此，就出現了語音信號處理這一門新興綜合學科。根據空氣動力和升學研究表明，語音信號是一個復雜的非線性過程，在整個過程中存在著產生混沌的機制，其在對應的尺度下部分與整體之間具備了統計自相似性，分形理論能夠有效被應用在語音信號處理工作領域的前提是，語音信號具備了一定的分形特征。當前研究市場上，分形的語音信號處理技術主要體現在以下幾方面：

（1）語音分割和端點檢測；

（2）語音合成；

（3）語音增強等。

2.1 語音分割和端點檢測

由于人類耳朵聽力對語音高頻部分的分辨率遠遠小于低頻部分的分辨率，然而清音段作為語音高頻的重要組成部分，從聽覺角度去看不存在任何影響，所以工作人員在實際語音信號處理過程中，時常要通過對語音進行清濁音分割。因為它們兩者之間存在一定的不規則形，工作人員可以通過對其分維值的測量，從而達到分割清音和濁音的目的。

端點檢測指的是對初始聲音信息數據中的純粹語音段局部進行明確定位，要準確獲得某個需求語音單位的起點和終點。一般情況下，這個語音單位可以是詞，或者是音素、音節。端點檢測作為語音信號處理過程的重中之重，它的準確性直接關系到最終提取語音特征是否具備了可用性。實際上相鄰的音素分維值是存在一定的差異的，分維軌跡會發生突變，工作人員可以根據這個特性去明確一個相對門限值。如果某一幀的語音分維值低于這個相對門限，那就可以得出此幀開始的語音與此幀前的語音是不相同的音素，從而有效實現了語音音素的分割工作，完成端點檢測。

2.2 語音合成

語音合成作為語音信號處理的一個重要工作內容，它的發展與語音編碼存在著密不可分的關系。上文說道，語音信號是具有自相似新的，具體體現為它某種結構特征在不相同的時間和空間尺度上是相似的。雖然語音信號的時域波形是存在一定的分形特性，然而卻不是完全的分形，一般情況下僅僅是在某個范圍內呈現出分形特。通過根據IFS理論和拼貼定理研究分析，將語音信號有效劃分成一個不重疊的小區間序列，然后在獲取任何一幀的IFS三參數，實現對其的數據壓縮。工作人員在語音合成過程中，通過對獲取的IFS參數進行反復迭代，直到有效收斂至IFS的吸引子，這樣就能夠獲得需求的合成語音信號。

3 結束語

綜上所述，分形理論在語音信號處理中的應用是至關重要的，相關研究工作者要充分認識到其重要性，加強對其的研究和分析，充分發揮出其應有的價值，使其在語音信號非線性處理中得到進一步的完善發展。

參考文獻

[1]鄧勇，施文康，劉琪.小波變換的信號分形分析及其在心電信號處理中的應用研究[J].物理學報，2012，51（4）：759-762.

[2]韋崗，衷于清，歐陽景正，等.基于分形迭代函數的語音合成新算法[J].電路與系統學報，2011，1（1）：75-82.

[3]杜恩祥，李科杰.基于多重分形和小波變換的聲目標信號特征提取[J].自動化學報，2014， 30（5）：742-746.

[4]Norros I.A Storage M odel with Self-similar Input[J].Queuing Systems，2013，16（2）：387-396.