Голосовой источник

Голосовой источник состоит из 2-х цепочек:

•имитатор импульса возбуждения

•имитатор квазисинусоидальных колебаний

Первая цепочка обеспечивает получения сигнала голосового источника для большинства звуков речи.

Вторая цепочка обеспечивает дополнительную фильтрацию и имитирует сжатие речевого тракта при формировании звонких шипящих ( "з" ).

Регулировка амплитуды вкладов колебаний источников происходит раздельно и обеспечивает подключение требуемого сигнала.

Голосовой источник

Имитатор импульса возбуждения реализован следующим образом:

Сигнал с частотой основного тона F0 (производная объемной скорости потока) поступает на фильтр нижних частот RGP (ок. F=50 Гц) и режектор RGZ (ок. F=1500 Гц, W=6000). Режектор нужен для имитации спада, наблюдаемого в спектре голоса. Вообще говоря, ФНЧ является интегратором, можно его им и заменить. В результате происходит переход от производной объёмной скорости к объёмной скорости, так что подобный источник можно сразу имитировать функцией объёмной скорости. В простейшем случае она представляет собой пилообразный импульс.

Источник квазисинусоидальных колебаний получается дополнительной фильтрацией с помощью фильтра нижних частот RGS (ок. F=100Гц).

Необходимость интегрирования сигналов источника возникает из-за особенностей формант. Дело в том, что форманты в диапазоне до 3 кГц имеют примерно одинаковую полосу около 100 Гц. Таким образом, отклик резонаторов имеет подъём 6дБ на октаву. См. резонатор. Интегратор компенсирует этот подъём обратной характеристикой -6 дБ на октаву.

В синтезаторе источник объёмной скорости реализован 3-мя способами:

1.сэмплированный импульс (sampled source).

2.некая математическая абстракция, описываемая набором специально подобранных чисел (natural source).

3.отклик фильтра нижних частот на единичный импульс (impulsive source).

Вид этих импульсов:

Сэмплированный импульс, sampled source

natural source

Отклик фильтра нижних частот на единичный импульс, impulsive source

Реализация описана в разделе Голосовой источник - Параметрические модели - Производная потока.

Дополнительно в синтезаторе имитируется тремол (у Клатта - флуттер) источника - случайное изменение частоты основного тона в небольших пределах.

Пишут, что он обычно находится в пределах 0 ... 10% частоты основного тона, оптимально - 2 ... 4%.

Скорость изменения в пределах 15 Гц. Реализуется обычно случайным медленным процессом.

Имитация флуттера в синтезаторе Клатта реализована оригинально:

F0flutt = F0 + F0 * k * (sin( 4.7 * 2 * p * t ) + sin( 7.1 * 2 * p * t ) + sin( 12.7 * 2 * p * t ))

где:

F0 - частота основного тона

k - коэффициент для регулировки величины флуттера

4.7, 7.1, 12.7 - специально подобранные частоты

Замечание

В результате применения формулы Клатта и изменении частоты даже в 2% на слух появляется тремольный эффект в голосе, который весьма неприятен на слух и напоминает старушачий голос.

Замерив периоды основного тона в имеющихся звуках диктора я не обнаружил подобного изменения частоты основного тона. Так что эффект несколько сомнителен.

Однако, сделав запись долгого гласного звука можно заметить несколько другой эффект - резкие непериодические скачки тона.