【文章內(nèi)容簡(jiǎn)介】 為窗長至少應(yīng)大于兩個(gè)基音周期。窗長應(yīng)該選的更長一些，避免第一最大峰值點(diǎn)與基音周期不一致，窗長長了就可以更清楚的了解自相關(guān)函數(shù)的波形，更有利于檢測(cè)。計(jì)算起來不方便，近年來高速數(shù)字信號(hào)處理 器 (DSP)的使用，使讓這一算法簡(jiǎn)單有效。 N 越小，誤差越大，好處是運(yùn)算時(shí)較簡(jiǎn)便。所以要選擇適當(dāng)?shù)?N 值。 用短時(shí)平均能量進(jìn)行清 /濁音的判斷 在基音檢測(cè)的同時(shí)，應(yīng)進(jìn)行清 /濁音判斷，因?yàn)榭蓪嵋?/清音特征看作與周期 /非周期相同的特征，所以可以簡(jiǎn)化問題，濁 /清音往往按自相關(guān)函數(shù)和預(yù)測(cè)誤差的自相關(guān)函數(shù)的峰值來決定。但是在無周期性的有聲區(qū)內(nèi)，這種方法不能起作用，所以就經(jīng)常采用其他的參數(shù)來提高精確度。輔助參數(shù)主要有 :語音信號(hào)能量；過零數(shù)；自相關(guān)函數(shù)；線性預(yù)測(cè)系數(shù)。下面 采用語音信號(hào)能量法： 語音信號(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) 。 N 為窗長。令 h( n) = w2 ( n) ,則有 ? ? )(*)()( 212 nhnxmnhmxE Nnmn ??? ? ??? ) 窗口加權(quán)短時(shí)平均能量 En， 沖激相應(yīng) h(n)的選取直接影響著短時(shí)能量的計(jì)算。 通常 N的選擇與語音的基音周期相關(guān)聯(lián)系，一般要求窗長為幾個(gè)基音周期的數(shù)量級(jí)。由于語音基音頻率范圍為 50Hz到 500Hz,因此折中選擇幀長為 10到 20ms。通過En的高低來判定濁音向清音的轉(zhuǎn)化。語音信號(hào)的分幀是采用可移動(dòng)的有限長度的窗口進(jìn)行加權(quán)來實(shí)現(xiàn)。選擇的原則是：使得短時(shí)能量既能及時(shí)跟蹤語音能量的緩變規(guī)律，同時(shí)又對(duì)語音振幅一個(gè)基音周期內(nèi)的瞬時(shí)變化有顯著平滑的作用。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。語音的濁音信號(hào)具有準(zhǔn)周期性，所以在自相關(guān)函數(shù)基音周期的整數(shù)倍的地方取最大值，計(jì)算相鄰兩個(gè)最大峰值之間的距離，就可以估計(jì)出基音周期。觀察濁音信號(hào)的自相關(guān)函數(shù)圖，實(shí)際上，真正反映基音周期的只是少數(shù)幾個(gè)峰，其它的多數(shù)峰都是由于聲道的共振特性引起的。由于豐富的諧波成分使得語音信號(hào)波形變得復(fù)雜。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。 如圖 (a)是一幀的原 始語音信號(hào)， (b)是經(jīng)過自相關(guān)函數(shù)的語音信號(hào)，可以看出峰值是自相關(guān)函數(shù)在基音周期處，峰值點(diǎn)之間的間隔的平均值就是基音周期，如圖 (b)所示可以看出自相關(guān)函數(shù)檢測(cè)出的基音周期是原始信號(hào)基音周期的一半，因?yàn)橹C波峰值點(diǎn) (箭頭所示 )的影響，就會(huì)出現(xiàn)上述缺點(diǎn)中所說的倍頻現(xiàn)象。 平均幅度差函數(shù)法 短時(shí)平均幅度差函數(shù)的介紹，如果信號(hào) x(n)是標(biāo)準(zhǔn)的周期信號(hào)，則相距為周期的整數(shù)倍的樣點(diǎn)上的幅度值是相等的，二者差值為零。對(duì)于濁音信號(hào)，在周期整數(shù)倍上，這個(gè)差值不為零，但也小，就可以采用計(jì)算短時(shí)平均幅度差函 數(shù)中兩相鄰谷值間的距離進(jìn)行基音周期估值。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。 因 為 ()nF?只需加、減法和取絕對(duì)值等的計(jì)算，比較簡(jiǎn)單。很容易在硬件上實(shí)現(xiàn)，所以使得短時(shí)平均幅度差函數(shù)法在基音檢測(cè)中使用得相對(duì)比較普遍。實(shí)驗(yàn)證明：靜音環(huán)境環(huán)境下或是噪聲較小時(shí)， AMDF 法的檢測(cè)結(jié)果比較好；語音環(huán)境惡劣或信噪比較低情況下，檢測(cè)的效果就比較差，準(zhǔn)確度不高。 如圖 (a)是一幀原始語音信號(hào)， (b)是這幀語音信號(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。如圖 (a)是在這幀語音信號(hào)中加入信噪比是 2dB 噪聲后所得到的波形，由圖 (b)看出來了它的平均幅度差函數(shù)中有很多諧波分量，基音峰值點(diǎn)受到這些諧波分量的很大影響，在基音周期的判斷時(shí)就有出入。 圖 （ a)原信號(hào) (b)平均幅度差函數(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 10 圖 (a)加噪信號(hào) (b) 平均幅度差函數(shù) 本章小結(jié) 對(duì)于語音信號(hào)在檢測(cè)之前先進(jìn)行預(yù)處理即利用中心削波處理，然后詳細(xì)講解了 ACF,AMDF 的基音檢測(cè)算法。自相關(guān)函數(shù)先進(jìn)行基音周期估計(jì)時(shí)先分清濁音和清音，再去尋找的是最大峰值點(diǎn)的位置，而 AMDF 尋找的是它的最小谷值點(diǎn)的位置；自相關(guān)函數(shù)法具有很好的抗噪性，但易受半頻、倍頻錯(cuò)誤影響，而平均幅度差函數(shù)法只需加法、減法和取絕對(duì)值等計(jì)算，算法簡(jiǎn)單，運(yùn)算量相比自相關(guān)函數(shù)法大為減少，易于硬件實(shí)現(xiàn)。 兩種算法對(duì)純凈的語音信號(hào)都能取得較好的檢測(cè)精度但 是由于語音信號(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。基于語音信號(hào)短時(shí)平穩(wěn)性，它們的優(yōu)點(diǎn) 是比較簡(jiǎn)單，主要應(yīng)用于只需要平均基音周期作為參數(shù)的語音識(shí)別。 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) 11 3 基于 Matlab 基音周期的檢測(cè) 語音文件的錄制與讀入 1． 利用 windows 附件中的錄音機(jī)功能錄制 23 秒的 .wav 語音文件，并以 a 為文件名保存到 Matlab/work 的文件夾中。 ： 開始 /程序 /附件 /娛樂 /錄音機(jī) 。 “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) 12 2． 打開 Matlab 并新建一 .m文件； .m文件中用 y=wavread(‘’)命令讀入語音文件。 語音信號(hào)的采樣和分幀 語音在 Matlab上的實(shí)現(xiàn)：以 ，在 Matlab上進(jìn)行語音的采樣與分幀。 打開 Matlab并新建一 .m文件，運(yùn)行： x=wavread(39。39。)。%讀取聲音文件 figure(1)。 stem(x,39。.39。)。 %顯示聲音信號(hào)的波形 得到的波形如下： “采樣”是指從語音信號(hào)中選取一段樣本，一般取樣點(diǎn)數(shù)為幀長的整數(shù)倍。短時(shí)分析是將語音信號(hào)分為一段一段的來處理，每一段就稱為一“幀”。分幀時(shí)需要對(duì)語音信號(hào)進(jìn)行加窗操作，窗口長度的選擇非常重要，窗口長度過短會(huì)使得分析窗內(nèi)沒有包含足夠的數(shù)據(jù)點(diǎn)來進(jìn)行周期判斷，且短時(shí)能量變 化劇烈；窗口長度過長，短時(shí)能量是一段長時(shí)間的平均，不但不能反映出語音信號(hào)基頻的細(xì)節(jié)變化部分，而且使得計(jì)算量增大。窗口長度至少要大于基音周期的兩倍。一般窗長選為 120240點(diǎn)，分幀模塊主要完成將取樣模塊中獲得的語音樣值點(diǎn)分為若干個(gè)語音幀。 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) 13 圖 a1原始語音波形 對(duì)語音信號(hào)采樣，通過 matlab對(duì)語音文件“ ”計(jì)算得知其語音長度為，若采樣頻率為 11KHz，共計(jì) 27500個(gè)采樣點(diǎn)。采樣模塊從采樣頻率為 11KHz的語音信號(hào)中截取 1秒到 2秒這一時(shí)間段，取了 11000個(gè)樣點(diǎn)進(jìn)行分析 ，取幀長為20ms，即每幀為 220個(gè)樣點(diǎn)值，共分為 50幀。 打開 Matlab，運(yùn)行： x=wavread(39。39。)。%讀取聲音文件 x=x(11001:22020)。 figure(1)。 stem(x,39。.39。)。 %顯示聲音信號(hào)的波形 得到波形如下： 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) 14 圖 a1采樣信號(hào)波形 中心削波法的程序及其波形圖： a=wavread(39。39。)； L=length(x)。 m=max(a)。 for i=1:L a(i)=a(i)/m。 end m=max(a)。 n=min(a)。 ht=(m+n)/2。 for i=1:L。 a(i)=a(i)ht。 end figure(1)。 subplot(2,1,1)。 plot(a,39。k39。)。 axis([0,1711,1,1])。 title(39。中心削波前語音波形 39。)。 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) 15 xlabel(39。樣點(diǎn)數(shù) 39。)。 ylabel(39。幅度 39。)。 coeff=。 th0=max(a)*coeff。 for k=1:L。 if a(k)=th0 a(k)=a(k)th0。 elseif a(k)=(th0)。 a(k)=a(k)+th0。 else a(k)=0。 end end m=max(a)。 for i=1:L。 a(i)=a(i)/m。 end subplot(2,1,2)。 plot(a,39。k39。)。 axis([0,1711,1,1])。 title(39。中心削波后語音波形’）； xlabel(39。樣點(diǎn)數(shù) 39。)。 ylabel(39。幅度 39。)。 得到的結(jié)果如下： 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) 16 圖 中心削波前和中心削波后的波形 語音信號(hào)基音周期的檢測(cè) 短時(shí)自相關(guān)函數(shù)法檢測(cè)基音周期 對(duì)每一幀信號(hào)進(jìn)行自相關(guān)運(yùn)算程序如下： x=wavread(39。39。)。 n=220。 %取 20ms的聲音片段，即 220個(gè)樣點(diǎn) for m=1:length(x)/n。 %對(duì)每一幀求短時(shí)自相關(guān)函數(shù) for k=1:n。 Rm(k)=0。 for i=(k+1):n。 Rm(k)=Rm(k)+x(i+(m1)*n)*x(ik+(m1)*n)。 end end