【正文】 .. I Abstract ............................................................................................................................ II 1 緒論 ............................................................................................................................. 1 ........................................................................................................................1 ..............................................................................2 ...................................................................................................3 .......................................................................................................4 2 基音檢測(cè)常用的算法 .................................................................................................. 5 ........................................................................................................................5 常用的基音檢測(cè)算法及其原理 .................................................................................5 自相關(guān)函數(shù)法 ................................................................................................5 平均幅度差函數(shù)法 .........................................................................................8 本章小結(jié) .............................................................................................................. 10 3 基于 Matlab 基音周期的檢測(cè) ...................................................................................11 語(yǔ)音文件的錄制與讀入 ......................................................................................... 11 語(yǔ)音信號(hào)的采樣和分幀 ......................................................................................... 12 語(yǔ)音信號(hào)基音周期的檢測(cè) ...................................................................................... 16 短時(shí)自相關(guān)函數(shù)法檢測(cè)基音周期 .................................................................. 16 短時(shí)平均幅度差函數(shù)法檢測(cè)基音周期 ........................................................... 17 基音周期檢測(cè)的后處理 ......................................................................................... 19 濾波后的基音周期檢測(cè) ......................................................................................... 23 本章小結(jié) .............................................................................................................. 25 4 語(yǔ)音識(shí)別結(jié)果分析 .................................................................................................... 26 5 展望與應(yīng)用 ................................................................................................................. 30 附錄 ................................................................................................................................. 33 致 謝 ............................................................................................................................. 39 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論 1 1 緒論 引言 通過(guò)語(yǔ)言相互傳遞信息是人類最重要的基本功能之一。語(yǔ)音識(shí)別技術(shù)是一項(xiàng)集聲學(xué)，語(yǔ)音學(xué)，計(jì)算機(jī)，信息處理，人工智能計(jì)算機(jī)接口的范疇。語(yǔ)音信號(hào)中的情感信息是一種很重要的信息資源，它是人們?cè)诟兄挛飼r(shí)的一種獨(dú)特的信息，就比如，雖然是同樣的語(yǔ)音內(nèi)容，不同的人就會(huì)表現(xiàn)出不同的情感，也會(huì)有不用的意思。只有將語(yǔ)音信號(hào)分析成其本質(zhì)的特性參數(shù)，才能建立用于識(shí)別的模板或知識(shí)庫(kù)。它的準(zhǔn)確性及實(shí)時(shí)性對(duì)系統(tǒng)起著非常關(guān)鍵的作用 ,影響著 整個(gè)系統(tǒng)的性能。在基音提取時(shí)，容易錯(cuò)誤的提取真正基頻兩倍的頻率（倍基音）和基頻一攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論 2 半的頻率（半基音），至于產(chǎn)生哪種錯(cuò)誤隨抽取方法而變化，本論文中會(huì) 介紹兩種比較好的算法來(lái)進(jìn)行基音檢測(cè)。 基音周期檢測(cè)對(duì)語(yǔ)音識(shí)別的意義 基音周期是語(yǔ)音信號(hào)最重要的參數(shù)之一，它描述了語(yǔ)音激勵(lì)源的一個(gè)重要特征。實(shí)驗(yàn)語(yǔ)音學(xué)給出的語(yǔ)音信號(hào)的特征參數(shù)本質(zhì)上講是客觀，合理的，存在的問(wèn)題是不夠完全。根據(jù)聲帶是否震動(dòng)可 以將語(yǔ)音信號(hào)分為清音跟濁音兩種。這種聲帶振動(dòng)的頻率稱為基音頻率，相應(yīng)的周期就成為基音周期。一般來(lái)說(shuō)，男性說(shuō)話者的基音頻率較低，大部分在 70～ 200Hz的范圍內(nèi)，而女性說(shuō)話者和小孩的基音頻率相對(duì)較高，在 200～ 450Hz 之間。漢語(yǔ)是一門(mén)講聲調(diào)的語(yǔ)言，基音周期的變化恰好就是聲調(diào)，它攜帶的信息的辨別作用很重要，具有區(qū)別功能，聲調(diào)對(duì)于漢語(yǔ)語(yǔ)音的理解極為重要。雖然目前基音檢測(cè)的方法有很多種，但是這些方法都有其局限性。 ，或者怎樣直接去除只和聲帶震動(dòng)有關(guān)的音源信息，這些都并非易事。 4．實(shí)際情況下，說(shuō)話的聲音中通常都會(huì)夾雜噪聲，消除噪音對(duì)基音檢測(cè)所產(chǎn)生的很大影響是很關(guān)鍵的。 第 3 章：利用 matlab，對(duì)基音周期檢測(cè)的自相關(guān)函數(shù)法和平均幅度差函數(shù)法進(jìn)行實(shí)現(xiàn)，對(duì)語(yǔ)音信號(hào)濾波前后的基音周期軌跡圖進(jìn)行了比較。 國(guó)內(nèi)外眾多學(xué)者對(duì)如何準(zhǔn) 確地從語(yǔ)音波形中提取出基音周期作出了不懈的努力，提出了多種有效的基音周期檢測(cè)方法。語(yǔ)音信號(hào)是典型的時(shí)變、非平穩(wěn)信號(hào)，但是，由于語(yǔ)音的形成過(guò)程是與發(fā)音器官的運(yùn)動(dòng)密切相關(guān)的，而這種物理運(yùn)動(dòng)要比聲音振動(dòng)速度要緩 慢得多，因此語(yǔ)音信號(hào)常常被假定為短時(shí)平穩(wěn)的，即在短時(shí)間內(nèi)，其頻譜特性和某些物理特征參量可近似地看作是不變的，非基于事件的檢測(cè)方法正是利用語(yǔ)音信號(hào)短時(shí)平穩(wěn)性這一特點(diǎn)，先將語(yǔ)音信號(hào)分為長(zhǎng)度一定的語(yǔ)音幀，然后對(duì)每一幀的語(yǔ)音求基音周期。在時(shí)域和頻域上這兩種方法而且具有非常良好的局部特性，能夠跟蹤基音周期的變化，還可以將基音周期微小的變化檢測(cè)出來(lái)，所以檢測(cè)精度很高，但是運(yùn)算量比較大 . 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測(cè)常用的算法 5 2 基音檢測(cè)常用的算法 引言 基音周期準(zhǔn)確而快速基音周期檢測(cè)對(duì)語(yǔ)音信號(hào)的識(shí)別具有非常重要的意義。預(yù)處理可以去除聲道相應(yīng)的影響及其他帶來(lái)擾亂的特征，方法之一就是采用非線性處理?；糁芷诰褪峭ㄟ^(guò)估算兩個(gè)相鄰的最大峰值之間的距離。下面介紹的是中心削波法。經(jīng)過(guò)中心削波后只保留了超出削波電平的部分。 ②當(dāng)τ =0 時(shí)，自相關(guān)函數(shù)具有最大值；且當(dāng) 0, , 2 , 3P P P? ? ? ? ?? 處周期信號(hào)的自相關(guān)函數(shù)達(dá)到極大值。一般認(rèn)為窗長(zhǎng)至少應(yīng)大于兩個(gè)基音周期。所以要選擇適當(dāng)?shù)?N 值。下面 采用語(yǔ)音信號(hào)能量法： 語(yǔ)音信號(hào) { x ( n) } 的某幀信號(hào)的短時(shí)平均能量 En 的定義為 : 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測(cè)常用的算法 7 ???? ??nNnm mnwmxEn 12)]()([ () 式中 ,w ( n) 為窗函數(shù) 。由于語(yǔ)音基音頻率范圍為 50Hz到 500Hz,因此折中選擇幀長(zhǎng)為 10到 20ms。本算法中窗口選擇矩形窗： 1， 0? n? N1 W(n)= （ ) 0, 其他 圖 (a)原信號(hào) (b)自相關(guān)函數(shù)攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測(cè)常用的算法 8 圖 (a)原信號(hào) (b)自相關(guān)函數(shù) 短時(shí)自相關(guān)函數(shù)的算法是基音周期估計(jì)常用的方法，特別適用于噪聲環(huán)境下的基音提取。常常會(huì)出現(xiàn)檢測(cè)的結(jié)果是實(shí)際結(jié)果的 2 倍或者 1/2,就使得基音檢測(cè)相當(dāng)困難。這里使用修正的短時(shí)平均幅度差函數(shù)加矩形窗，定義為： ,1,0,)()()( 10 ???? ??? ??? Nn nxnxFn ...， N1 （ ） 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測(cè)常用的算法 9 如果 x(n)具有周期 ? =? P,? 2P， ...時(shí) ， Fn(? )具有最小值。 如圖 (a)是一幀原始語(yǔ)音信號(hào)， (b)是這幀語(yǔ)音信號(hào)的 AMDF 函數(shù)，從圖中能看出 AMDF 法在基音周期處表現(xiàn)為谷低，通過(guò)計(jì)算這些谷低之間的間隔的平均值就可以得到基音周期。 兩種算法對(duì)純凈的語(yǔ)音信號(hào)都能取得較好的檢測(cè)精度但 是由于語(yǔ)音信號(hào)的復(fù)雜多變，以及噪聲等因素的影響，這些方法都有一定的局限性。 “我到北京去” 錄音（按 鍵）， 然后到 23 秒時(shí)停止（按鍵）； C:/Matlab/work 中，文件名為 ， ，采樣頻率選 11KHz， 16 位，單聲道； 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 3 基于 Matlab 基音周期的檢測(cè)