基于经验模式分解的汉语共振峰检测算法(8)
（4）获取最终共振峰轨迹
基于参考共振峰包络 和利用EMD或LIM法计算出的共振峰轨迹 ，最终共振峰轨迹可以根据如下关系获得，
,n=1,2,3. (4.1)
5 实验结果
5.1 汉语声母相同韵母不同
首先我们对一个带声调的汉语“玩”（wan）进行分析。语音信号波形和传统LPC法计算出的前三个共振峰轨迹如图5.1,图5.2所示。
接着，我们利用EMD分解语音信号，并对前三个内禀模式函数分别加窗进行LPC谱计算。如图5.2所示，原始语音信号的LPC谱有三个明显的尖峰，分别代表前三个共振峰；而经过EMD分解后的单个 (n =1,2,3)的LPC谱都只有一个明显的尖峰，且与原始语音信号的LPC谱峰一一对应。由此可见，通过EMD分解可将前三个共振峰信息分解到不同内禀模式函数中。进而，我们对前三个内禀模式函数分别加窗进行LPC谱计算，然后通过峰值计算出各自共振峰的中心频率。新算法的计算结果如图5.3中所示。新算法的检测结果与传统算法计算结果相比，具有更高时间分辨率。
图5.1 汉语“玩”的波形
图5.2 传统LPC算法计算出“玩”的共振峰轨迹
图5.3 基于经验模式分解（EMD）新算法提取“玩”的共振峰轨迹
图5.4 汉语“温”的波形
图5.5 传统LPC算法计算出“温”的共振峰轨迹
图5.6 基于经验模式分解（EMD）新算法提取“温”的共振峰轨迹 接下来，我们对另一个汉语单音节“温”（wen）进行分析。图5.4表示语音信号波形和图5.5表示传统方法计算出的前三个共振峰轨迹；其中一帧语音信号及其 (n = 1,2,3) 的LPC谱和最终共振峰轨迹如图5.6所示。新算法的检测结果比传统方计算结果相比，在获得更高时间和频率分辨率的前提下，共振峰轨迹更平滑。
5.2 汉语声母不同韵母相同
同样我们对一个带声调的汉语“蓝”（lan）进行与“玩”（wan)的类比分析。语音信号波形和传统LPC法计算出的前三个共振峰轨迹如图5.7,图5.8所示