【正文】 基于 MATLAB 的語音信號的基音周期檢測 摘要： MATLAB 是一種科學(xué)計算軟件，專門以矩陣的形式處理數(shù)據(jù)。MATLAB 將要性能的數(shù)值計算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，從而被廣泛的應(yīng)用于科學(xué)計算、控制系統(tǒng)和信息處理等領(lǐng)域的分析、仿真和設(shè)計工作。 MATLAB 在信號與系統(tǒng)中的應(yīng)用主要包括符號運算和數(shù)值計算仿真分析。由于信號與系統(tǒng)課程的許多內(nèi)容都是基于公式演算，而 MATLAB借助符號數(shù)學(xué)工具箱提供的符號運算功能，基本滿足設(shè)計需要。例如：解微分方程、傅里葉正反變換、拉普拉斯正反變換和 Z 正反變換等。MATLAB 在信號與系統(tǒng)中的另一主要應(yīng)用是數(shù)值計算與仿真分析，主要包括函數(shù)波形繪制、函數(shù)運算、沖擊響應(yīng)仿真分析、信號的時域分析、信號的頻譜分析、系統(tǒng)的 S 域分析和零極點圖繪制等內(nèi)容。 本次課程設(shè)計為語音信號的基音周期檢測，采集語音信號，對語音信號進行處理，區(qū)分清音濁音，并通過對采樣值進行濾波、分幀、求短時自相關(guān)函數(shù)，得到濁音的基音周期。 關(guān)鍵字 ：清音、濁音、基音周期、基音檢測、自相關(guān)函數(shù) 目錄 1 概述 ......................................................................................... 1 2 AMDF 算法原理及實現(xiàn) ........................................................... 1 AMDF 算法源程序 .......................................................... 2 3 ACF 算法原理及實現(xiàn) .............................................................. 4 用短時平均能量進行清 /濁音的判斷 ............................. 4 自相關(guān)函數(shù)基音檢測的原理 .......................................... 6 算法實現(xiàn)及相關(guān)程序 ..................................................... 6 帶通濾波 ................................................................ 7 取樣與分幀 ............................................................ 7 短時能量分析 ........................................................ 8 自相關(guān)函數(shù)分析 ...................................................11 4 總結(jié)與心得體會 .................................................................... 13 參考文獻 ................................................................................... 13 1 1 概述 基音周期檢測也稱為基頻檢測 (Pitch Detection) ,它的目標(biāo)是找出和聲帶振動頻率完全一致的基音周期變化軌跡曲線 ,或者是盡量相吻合的軌跡曲線?；糁芷跈z測在語音信號的各個處理領(lǐng)域中 ,如語音分析與合成、有調(diào)語音的辨意、低速率語音壓縮編碼、說話人識別等都是至關(guān)重要的 ,它的準(zhǔn)確性及實時性對系統(tǒng)起著非常關(guān)鍵的作用 ,影響著整個系統(tǒng)的性能。 濁音信號的周期稱為基音周期 , 它是聲帶振動頻率的倒數(shù) , 基 音周期的估計稱為基音檢測?；魴z測是語音處理中的一項重要技術(shù)之一 , 它在有調(diào)語音的辨意、低速率語音編碼、說話人識別等方面起著非常關(guān)鍵的作用 。 但在實現(xiàn)過程中 , 由于聲門激勵波形不是一個完全的周期脈沖串 , 而且聲道的影響很難去除、基音周期的定位困難、背景噪聲的強烈影響等一系列因素 , 基音檢測面臨著很大的困難。而自相關(guān)基因檢測算法是一種基于語音時域分析理論的較好的算法。 本文在對 AMDF、 ACF基音檢測算法基本原理進行分析的基礎(chǔ)上 ,對此算法進行了深入的探討 ,針對以往研究中存在的問題加以改進 ,給出了一種方便、快捷 的檢測方案。綜合考慮了檢測準(zhǔn)確度和檢測速率兩方面的因素 ,然后通過對一段具體的語音信號進行處理 ,較準(zhǔn)確地得到濁音語音信號的基音周期。 2 AMDF 算法 原理 及實現(xiàn) 語音信號 {s(n))的短時平均幅度差函數(shù) (AMDF)定義為 ： 2 其中， w(m)是窗函數(shù)，尺是信號的平均值，因為語音信號的濁音段具有周期性，假設(shè)基音周期為 p，則在濁音段， 在 k=p， 2p， 3p?將出現(xiàn)谷點，谷點間的距離即為基音周期。 與短時自相關(guān)函數(shù)一樣，對周期性的濁音語音， 也呈現(xiàn)與 濁音語音周期相一致的周期特性，不過不同的是 在周期的各個 整 數(shù)倍點上具有谷值特性而不是峰值特性，因而通過 的計算同 樣可以確定基音周期。而對于清音信號， 卻沒有這種周期特性。 利用 的這種特性，可以判定一段語音是濁音還是清音，并估計 出濁音語音的基音周期。由于計算函數(shù)只需要加、減和取絕對值運算， 運算量較之短時自相關(guān)函數(shù)大大下降。同時，函數(shù)在基音周期點的谷 值比自相關(guān)函數(shù)的峰值更加尖銳，因此錯判率相對較小，穩(wěn)健性更高。 但是當(dāng)語音信號的幅度快速變化時，函數(shù)的谷值深度會減小，從而影 響基音估計的精度。 AMDF 算法源程序 AMDF波形圖如圖 21所示。 y=wavread(C:\Documents and Settings\Administrator\桌面 \yejianglong 39。.wav39。)。 y1=b(3500:6000)。 N=320。%選擇的窗長，加 N=320的矩形窗 A=[]。 3 for k=1:320 sum=0。 for m=1:N sum=sum+abs(y1(m)y1(m+k1))。%計算自相關(guān) end A(k)=sum。 end s=y(3500:10000)。 figure(1) subplot(211) plot(s) xlabel(39。樣點 39。) ylabel(39。幅度 39。) axis([0,2500,1,1])。 subplot(212) plot(A) xlabel(39。延時 k39。) ylabel(39。AMDF39。) axis([0,400,0,200])。 4 圖 21 AMDF波形圖 由 圖 21 AMDF波形圖 可知：平均幅度差函數(shù)在基音周期處表現(xiàn)為谷值，這些谷值之間的間隔的平均值就是所要求得的基音周期。輸入語音幀的平均幅度差函數(shù)的最小值發(fā)生在第 l點，其值為 O，我們可以設(shè)置一定的門限，得到低于此門限的局部最低點 (不包含第 1點 )。從圖中， 我 們可以得到谷點的樣本值分別為 70、 1 210，其間隔平均值為 70。因此對應(yīng)的基音頻率為： Fs／ (70一 1)=Fs／ 69=37000／ 69=536，這和采用自相關(guān)法的檢測結(jié)果完全相同。 3 ACF 算法原理 及實現(xiàn) 用短時平均能量進行清 /濁音的判斷 語音信號 { x ( n) } 的某幀信號的短時平均能量 En 的定義為 : 5 式中 ,w ( n) 為窗函數(shù) 。 N 為窗長。令 h( n) = w2 ( n) ,則有 由此表明 ,窗口加權(quán)短時平均能量 En 相當(dāng)于將 “語音平方 ”信號通過一個單位函數(shù)響應(yīng)為 h( n) 的線性濾波器的輸出。試驗統(tǒng)計發(fā)現(xiàn) ,語音濁音段的短時平均能量遠(yuǎn)遠(yuǎn)大于清音段的短時平均能量。因此 ,短時平均能量En 的計算給出了區(qū)分清音段與濁音段的依據(jù) ,即 En (濁 ) En (清 ) 。根據(jù)En 由高到低的跳變可定出濁音變?yōu)榍逡粽Z音的時刻 , En 由低向高的跳變可定出清音變?yōu)闈嵋粽Z音的時刻 。而只有濁音才有基音周期 ,清音的基音周期為零。故清濁音判斷是基音檢測的第一步。 該算法中窗口選擇漢明窗 ,其定義為： 選擇漢明窗的理由是窗函數(shù)的選取原則為窗函數(shù)截取后的 x ( n) 盡量是中間大兩頭小的光滑函數(shù) ,沖激 響應(yīng)對應(yīng)的濾波器具有低通特性。從漢明窗的構(gòu)成及頻率響應(yīng)特性上看 , 漢明窗具有這種特性 , 而矩形窗及漢寧窗則稍遜之。漢明窗雖然主瓣最高 (帶寬大 ) ,但旁瓣最低 (通帶外的衰減大 ) , 可以有效地克服泄露現(xiàn)象 ,具有更好的低通特性。故選擇漢明窗而不選擇別的窗函數(shù) ,能使短時平均能量 En 更能反映語音信號的幅度變化。 6 自相關(guān)函數(shù)基音檢測的原理 對于離散的數(shù)字語音信號序列 x ( n) ,自相關(guān)函數(shù)定義如下： 式中 , k 為信號的延遲點數(shù)。對于隨機性信號序列或周期性信號序列 ,自相關(guān)函數(shù)定義為 : 自相關(guān)函數(shù)具 有以下的性質(zhì) :如果序列 x ( n) 具有周期 Np ,則其自相關(guān)函數(shù)也是同周期的周期函數(shù)。即： x ( n) = x ( n + N p )； 則： R( k) = R ( k + N p ) 。 清音信號沒有周期性 ,它的自相關(guān)函數(shù)也沒有周期 , R( k) 會隨著 k 的增大迅速衰減。濁音信號具有準(zhǔn)周期性 ,它的自相關(guān)函數(shù) R ( k) 具有與 { x ( m) } 相同的周期。自相關(guān)法基音檢測正是利用 R ( k) 的這一性質(zhì)對語音信號進行基音檢測的。 算法實現(xiàn)及相關(guān)程序 通過對自相關(guān)基音檢測原理的分析 , 考慮到檢 測準(zhǔn)確度和檢測速率 2 方面的因素 , 提出了算法實現(xiàn)方案 , 并對算法進行了 Matlab 編程實現(xiàn)。算法包含 6個功能模塊 : 帶通濾波、取樣、分幀、短時能量分析、相關(guān)運算、基音檢測?？驁D如圖 31所示。 7 圖 31 基因檢測框圖 帶通濾波 該研究以采樣頻率為 8kHz、精度為 16 比特的 wav 文件作為聲源 , 以網(wǎng)絡(luò)錄音機錄制自己的一段語音。因為語音信號包含非常豐富的諧波分量 , 基音頻率最低可達 80Hz , 最高可達 500Hz , 但基音頻率大多數(shù)分布在 100～ 200Hz 之間 。因此 ,濁音信號可能含 有三四十次諧波分量 , 而其基波分量往往不是最強的分量。語音信號的第一共振峰通常在 300～1000Hz 范圍內(nèi) , 即基音的 2～ 8 次諧波成分比基波分量還要強。為了提高檢測的準(zhǔn)確度 , 算法中引入了一個 60～ 500Hz 帶通濾波模塊濾除語音幀的高次諧波分量。該算法中用音效編輯軟件 Cooledit提供的功能直接濾波 , 方便快速 , 它在保持語音信息的前提下 , 可以大大減少諧波成分。 取樣與分幀 取樣模塊從以采樣頻率為 8kHz 的語音信號中截取 Lengt h (樣點數(shù) ) 長個樣點值 , 一般取樣點數(shù)為幀長的整 數(shù)倍即可 , 程序中取了 18000 個樣點數(shù)進行分析。分幀模塊主要完成將取樣模塊中獲得的語音樣值點分為若干個語音幀 , 算法中分析幀長 30ms , 即每幀長為 240 個樣點。然后用短時平均能量判斷出濁音幀 , 再對濁音幀進行自相關(guān)計算 , 最后進行基音周期檢測。