Applied Speech and Audio Processing: With matlab examples

6.3. Analysis of other signals
151
These methods have each been tested within a GSM structure for the determination
of pitch [8]. The time-frequency distribution algorithms, with a little post-processing,
were used as a replacement for the original pitch analysis used for the RPE structure.
This overall system was then tested to determine what changes (if any) resulted in the
intelligibility of speech conveyed. In each case the same speech and other conditions
were used for the tests, and the Chinese diagnostic rhyme test (CDRT) – a Chinese
language equivalent of the diagnostic rhyme test (DRT) of Section 3.3.3 – was used to
assess intelligibility. Results indicated a significant improvement in intelligibility for the
speech that differed in terms of sibilation, and smaller less significant improvements in
several other speech classes.
Overall it seems that the results are promising; TFD might well become another
candidate for pitch determination in speech communications systems. However at present
other methods, particularly the autocorrelation based systems, are most popular.
6.3
Analysis of other signals
Arguably the predominant application of audio analysis has been related to speech com-
munications applications, with a notable (and economically important) extension into
music compression, such as MP3. However there is no reason why the techniques, and
toolkit introduced in this chapter should not be applied elsewhere. As an example, one
of the early algorithms produced by the author was capable of detecting and classifying
dog barks, and in 1997 the author was contacted by a team of economists who wished
to apply LSP analysis to the stock market.
1
6.3.1
Analysis of music
Many researchers have investigated musical instrument recognition and coding. For
example, Krishna and Sreenivas [9] evaluated three methods of recognising individual
instrument sets. One of these methods was based upon LSPs and was found to be the
superior method among those tested. The authors stated several advantages of LSPs
including their localised spectral sensitivities, their ability to characterise both resonance
locations and bandwidths (characteristics of the timbre of the instruments), and the
important aspect of spectral peak location.
In order to examine some of these claims, it is easy to use Matlab for analysis. As an
example, Matlab was used to record a violin open A string (tuned to 440 Hz), sampled
at 16 kHz.
Those readers with a violin handy may wish to record a short segment using the
methods of Chapter 2. It is important to ensure that the player uses an uninterrupted and
smooth bowing action during the recording. Given such a recording in a floating point
1
Sadly nothing was subsequently heard from the economists, from which we can conclude that either the
technique did not work, or was so successful that they immediately retired from research before writing up,
and did not wish to share their key to unlimited wealth.

---

152