本科毕业论文
题 目 语音基音周期检测算法比较
学 院 管理科学与工程学院
专 业 电子信息工程
班 级 081信工(1)班
学 号 *********
姓 名 周刚
指导老师 段凯宇 讲师
二〇一二 年 六 月
语音基音周期检测算法比较
摘要
基音周期作为语音信号处理中描述激励源的重要参数之一，广泛的应用于语音合成、语音编码和语音识别等语音信号处理等技术领域。准确可靠的对基音周期进行检测将直接影响整个语音处理系统的性能。
常用的基音检测算法对于纯净语音信号都能达到较好的检测效果。然而，实际当中的语音信号不可避免的会受到外界背景噪音的影响，使得这些检测算法的检测效果都不是很理想，为此本文用两种基本算法对语音信号滤波前后进行基音周期检测，在进行比较。
论文首先介绍了语音基音检测算法的研究背景极其重要意义。其次对现有的基音检测算法进行了归纳和总结，并详细的介绍本文将用的两种基本基音检测算法的基本原理及实现。最后在Matlab上对语音信号进行基音周期检测。
论文还完成了算法的程序设计，在Matlab7.0仿真环境下，对上诉算法进行仿真验证，并且在滤波前后做了对比实验。实验结果表明，经过滤波的语音信号基音周期检测的更加准确。
关键词：基音检测；自相关函数法；平均幅度差函数法；基音轨迹
Abstract
Pitch as in speech signal processing is one of the important parameters to
describe the excitation source, widely used in speech synthesis, speech coding
第３６卷
Ｖｏ１３６ 第１Ｏ期
Ｎｏ．１ｏ 计算机工程
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ２０１０年５月
Ｍａｙ ２０１０
・开发研究与设计技术・ 文章缩号ｔ １ｏｏ ＿３４２８（２０ｌ０）ｌ ＿＿ｏ２７争＿＿０３ 文献标识码：Ａ 中圈分类号ｔ ＴＰ３９１
语音基音周期检测方法
郑筮明 ，王劲松
（１．重庆邮电大学应用数学研究所，重庆４０００６５；２．重庆邮电大学计算机科学与技术学院，重庆４０００６５）
■要：针对现有语音基音检测算法抗噪能力低的问题，利用多尺度连续小波对语音信号进行预处理。基于短时平均幅度差函数和短时自
相关函数，提出一种语音基音周期检测方法，在确保运算量较低的前提下，获得准确结果。使用平滑算法消除倍频点、半频点和随机点产 生的误差，实现基音曲线平滑。 关健诃：连续小波；多尺度分析；基音周期检测；自相关函数
Ｍｅｔｈｏｄ ｆｏｒ Ｖ＿０ｉｃｅ Ｐｉｔｃｈ Ｐｅｒｉｏｄ Ｄｅｔｅｃｔｉｏｎ
ＺＨＥＮＧ Ｊｉ－ｍｉｎｇ ，ＷＡＮＧ Ｊｉｎ－ｓｏｎｇｚ
（１．Ｉｎｓｔｉｔｕｔｅ ｏｆＡｐｐｌｉｅｄ Ｍａｔｈｅｍａｔｉｃｓ，Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＰｏｓｔｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｃｈｏｎｇｑｉｎｇ ４０００６５； ２．Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｃｈｏｎｇｑｉｎｇ ４０００６５）
［Ａｂｓｔｒａ￣！Ｃｕｒｒｅｎｔ ｐｉｔｃｈ ｐｅｒｉｏｄ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｃａｌｌ ｎｏｔ ｗｏｒｋ ｗｅｌｌ ｕｎｄｅｒ ｈｉｇｈ ｎｏｉｓｅ ｅｎｖｉｒｏｎｍｅｎｔ．Ａｉｍｉｎｇ ａｔ ｔｈｉｓ ｐｒｏｂｌｅｍ，ｔｈｉｓ ｐａｐｅｒ ｕｔｉｌｉｚｅｓ ｍｕｌｔｉ—ｓｃａｌｅ ｃｏｎｔｉｎｕｏｕｓ ｗａｖｅｌｅｔ ｔｏ ｐｒｅ—ｆｉｌｔｅｒｉｎｇ ｔｈｅ ｓｉｇｎａｌ ｏｆ ｖｎｉｃｅ．Ｂａｓｅｄ ｏｎ ｔｈｅ ｓｈｏｒｔ－ｔｉｍｅ ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ ｆｕｎｃｔｉｏｎ ａｎｄ ｔｈｅ ａｖｅｒａｇｅ ｍａｇｎｉｔｕｄｅ
龙源期刊网
基于CEP和LPC谱提取语音信号基音周期的方法
作者：马 英,石小荣, 李海新
来源：《现代电子技术》2009年第20期
摘 要:在语音信号分析中,只有分析出可表示语音信号本质特征的参数,才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理。因此对语音信号采用CEP和LPC谱提取语音信号基音周期的异同进行了研究,并采用Matlab实现了仿真分析。从中可以看出,LPC谱估计基音周期的算法运算量较大,而CEP 谱算法更直观,且在少部分情况下基音峰会变得更突出一些, CEP谱具有更加广阔的应用前景。
关键词:同态分析;线性预测分析(LPC);基音周期;Matlab
中图分类号:TP274文献标识码:A
文章编号:1004-373X(2009)20-150-02
Speech Signal Extraction Method of Pitch Based on CEP and LPC Spectrum
MA Ying,SHI Xiaorong,LI Haixin
(Qinghai Nationality College,Xining,810000,China)
Abstract:In voice signal analysis,by analysing the voice signal substantive characteristics′
parameter,these parameters can be used to carry on high effective processing and voice
communication,speech synthesis and speech recognition.Therefore,difference between speech signal
语音信号基音检测算法研究
摘要:本文对倒谱法做了改进,在用倒谱法进行基音检测分析时,提出了一种功率谱二次处理的二次谱减法,该方法克服了倒谱法基音检测的抗噪能力低的弱点,在相同噪声环境下能更加精确地检测出语音信号的基音周期。
关键词:语音信号 基音检测 倒谱法 二次谱减法
1、引言
近年来,基于线性预测和分析频谱的Mel倒谱系数在处理包含情感的语音识别中取得了很大的进步,能否把此种方法应用到相应状态下的基音检测中去,值得广大学者研究。国外很多学者采用实时监控情感变化,并把影响修正基音的轨迹加以平滑或者动态改变窗的宽度,可以明显降低上述影响。基音检测一直是语音信号处理的一大难题,短时自相关函数法、短时平均幅度差函数法、倒谱法、小波变换法等传统的经典基音检测方法,都有各自的用场,但同时也有其相应的不足。其中任一种方法都不能作为通用的方法,但若在基音检测过程中,对预处理和后处理上进行一些改进,且突破传统的语音模型,并适当考虑说话人的个体特征及发音时的情感力度对基音检频带内谱包络测的影响,定能提高基音检测的准确性及健壮性。
本文以语音信号的基音检测为研究对象,着重分析自相关函数法p倒谱法的定义为,时间序列的z变换的模的对数的逆z变换,该序列的倒谱的傅里叶变换形式为。落实到具体实现时,采用DFT来近似傅里叶变换,根据传统语音产生的模型及语音信号的短时性。在其频域内,语音信号短时谱等于激励源的频谱与滤波器的频谱的乘积,浊音信号短时谱中包含的快变化周期性细致结构,则必会对应着周期性脉冲激励的基频以及各次谐波。语音的倒谱是将语音的短时谱取对数后再进行IDFT来得到,所以浊音信号的周期性激励如果反映在倒谱上,便是同样周期的冲激。藉此,我们可从得到的倒谱波形中估计出基音周期。一般我们把倒谱波形中第二个冲激,认为是对应激励源的基频,即基音周期。下面列举出一种倒谱法求基音周期的框图(见图1) 。
3、改进算法的基音检测
