WhiteVowel

资 源 简 介

WhiteVowel

详 情 说 明

语音信号中的共振峰是频谱上的能量集中区域，它们对语音清晰度和辨识度至关重要。一个有趣的实验假设是：如果完全移除某个说话人语音中的所有共振峰信息，会发生什么？

传统观点认为，共振峰携带了元音特征等关键信息，移除后语音应当难以理解。但实验表明，人类听觉系统对频谱的相对变化（如共振峰转移轨迹）更敏感，而非绝对频率位置。通过线性预测编码（LPC）分析，我们可以提取描述声道特征的LPC滤波器，再用其逆滤波器对原始信号处理，即可实现频谱白化——将共振峰能量平坦化。

这种方法虽然消除了静态频谱特征，但保留了动态的基频和时序信息。实验证明，白化后的语音仍具备一定可懂度，验证了语音感知中对动态特征的依赖性。该技术在语音分析、合成及低比特率编码中具有潜在应用价值。