Peculiarities of wiener class systems and their exploitation for speech signal prediction

Abstract

In this paper Wiener class system consisting of infinite impulse response dynamic subsystem and sigmoid nonlinearity is employed for speech modelling. The experiments on Lithuanian vowel “ū” with different initial phase of the signal are done. The average of mean square errors of prediction with the Wiener system model are smaller approximately by 18 % for the training dataset, 17 % for the validation dataset and 14 % for the testing dataset in comparison to Linear Prediction Coding model. Additional experiments with 6 different Lithuanian vowels on average showed more than 13 % improvement in MSE of prediction with the Wiener system model. Moreover, the use of Wiener system instead of IIR model showed improvement in MSE of long-term prediction for five Lithuanian vowels on average by more than 5 %. Application of results in telecommunication systems could possibly decrease data transfer rates, increase speech intelligibility and naturalness of speech synthesis.

Straipsnyje nagrinėjamas Vinerio klasės sistemos, sudarytos iš begalinės impulsinės reakcijos dinaminės posistemės ir sigmoidinio netiesiškumo, taikymas lietuvių kalbai modeliuoti. Pristatyti skirtingų „ū“ balsio pradinių signalo fazių tyrimai. Gauti rezultatai patvirtina Vinerio sistemos modelio pranašumą, palyginti su tiesinės prognozės kodavimo modeliu, – Vinerio sistemos modelio mokymo duomenų aibių vidutinė kvadratinė klaida yra mažesnė apie 18 %, patikros – 17 % ir testavimo – 14 %. Papildomais eksperimentais su šešiais balsiais parodoma, kad Vinerio sistemos modelio taikymas vidutiniškai sumažina prognozės vidutinę kvadratinę klaidą ne mažiau kaip 13 %. Be to, Vinerio sistemos modelio taikymas vietoj begalinės impulsinės reakcijos modelio vidutiniškai ne mažiau kaip 5 % sumažina penkių balsių ilgalaikės prognozės vidutinę kvadratinę klaidą. Gautus rezultatus pritaikius telekomunikacijų sistemose, potencialiai galima būtų sumažinti duomenų srautus, padidinti šnekos suprantamumą ir sintezuotos šnekos natūralumą.