【正文】 [4] 李娟．基音周期檢測(cè)算法研究及在語(yǔ)音合成中的應(yīng)用 [D]．太原理工大學(xué)。 [2] 易克初，田斌，付強(qiáng)．語(yǔ)音信號(hào)處理 [M]．北京：國(guó)防工業(yè)出版社。 為了提高基音檢測(cè)的準(zhǔn)確性，降低計(jì)算復(fù)雜度，人們已經(jīng)從基于事件的檢測(cè)方法和非基于事件的檢測(cè)方法出發(fā) ,開發(fā)了許多基音檢測(cè)算法。語(yǔ)音識(shí)別是一門涉及面很廣泛的交叉學(xué) 科，所以它的發(fā)展有賴于其他學(xué)科的發(fā)展。攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 5 展望與應(yīng)用 31 語(yǔ)音信號(hào)處理時(shí)計(jì)算機(jī)智能接口與人機(jī)交互的重要手段之一?，F(xiàn)在的噪音污染相當(dāng)嚴(yán)重 的，就無(wú)法避免噪音的干擾；時(shí)時(shí)處處都能碰到其他人，而在你使用語(yǔ)音時(shí)別人也在說(shuō)話；還有現(xiàn)在科技發(fā)達(dá)，我們更多的使用無(wú)線網(wǎng)絡(luò)，在環(huán)境存在很多的磁場(chǎng)，也會(huì)使得語(yǔ)音信號(hào)受到干擾，所以這就需要我們的說(shuō)話人的特征具有獨(dú)特且可靠的參數(shù)供識(shí)別，同時(shí)我們更需要提高我們的語(yǔ)音識(shí)別技術(shù)，讓它更發(fā)達(dá)，能更好的免除這些干擾的影響。所以這些高層次的信息就必須具備平穩(wěn)性。對(duì)此，很多人都預(yù)計(jì)該項(xiàng)技術(shù)很快進(jìn)入工業(yè)，家電，醫(yī)療，電子產(chǎn)品，家庭服務(wù)等領(lǐng)域。也希望更多地人投入到語(yǔ)音識(shí)別的技術(shù)中去，更好的造福人類。 表 1一：（ C(n)表示基音周期，單位 ms） （注解：表中的數(shù)據(jù)按幀排列） 然后進(jìn)行如下處理，求平均值： ??? 1 )(1 n nCnr （ ） 將這些 C(n)帶入公式（ ）進(jìn)行計(jì)算，得出的結(jié)果約為 ,即就是小張的基音周期為 . 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 4 語(yǔ)音識(shí)別結(jié)果分析 29 表二：（ C(n)表示基音周期，單位 ms） （注解 ：表中數(shù)據(jù)按幀排列） 將 C（ n)帶入到公式（ ）中計(jì)算，得出的結(jié)果大概是 ,所以小王的基音周期為 . 通過(guò)數(shù)據(jù)的對(duì)比，我們可以看出，語(yǔ)音信號(hào)的不穩(wěn)定性，不過(guò)每個(gè)人都有其獨(dú)特的語(yǔ)音特征參數(shù)，兩個(gè)人擁有獨(dú)特的基音周期，從而我們就能很清楚的判定兩個(gè)人誰(shuí)是誰(shuí)了。本論文采用的是基音周期的檢測(cè)來(lái)識(shí)別說(shuō)話人。說(shuō)話人識(shí)別的特點(diǎn) :1）話音現(xiàn)在是按說(shuō)話人劃分，對(duì)應(yīng)的特征空間里的就得按說(shuō)話人劃分， 2）應(yīng)選用對(duì)說(shuō)話人區(qū)分度大，而對(duì)語(yǔ)音內(nèi)容不敏感的特征參數(shù)； 相似性 相似 性 輸入語(yǔ)音 參考模板或模型 1 （ 說(shuō) 話 人1） 相似性 參考模板或模型 2 （ 說(shuō) 話 人2） 特征提取 最大選取 辨認(rèn)結(jié)束（識(shí)別） 參考模板或模型 3 （ 說(shuō) 話 人N） 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 4 語(yǔ)音識(shí)別結(jié)果分析 28 所以這個(gè)特征參數(shù)的選定應(yīng)該對(duì)說(shuō)話人的辨別比較突出。說(shuō)話人識(shí)別分別包括兩種：說(shuō)話人確認(rèn)和說(shuō)話人辨認(rèn)。識(shí)別時(shí)，對(duì)語(yǔ)音信 號(hào)進(jìn)行特征分析，再計(jì)算與模板的差距，選出最小偏差當(dāng)作輸出結(jié)果。基音周期只存在于濁音部分，而且準(zhǔn)確穩(wěn)定的基因周期較難提取，基音周期及其派生參數(shù)攜帶有較多的個(gè)人信息。由于個(gè)人先天的聲帶等差異和后天個(gè)人發(fā)聲習(xí)慣的不同（如方言，音調(diào)），這 就使得通過(guò)分析語(yǔ)音信號(hào)稱為可能。 本 論文 討論了幾種常用的基音周期 檢測(cè)方法 自相關(guān)函數(shù)法和平均幅度差函數(shù)法 以及 在 matlab上的實(shí)現(xiàn)。 本章小結(jié) 本章介紹在 Matlab 上程序的實(shí)現(xiàn)， 先進(jìn)行采樣語(yǔ)音信號(hào)，再對(duì)自相關(guān)函數(shù)法和平均幅度差法進(jìn)行了 Matlab 的實(shí)現(xiàn)，并且進(jìn)行了比較，隨后又把采樣語(yǔ)音信號(hào)進(jìn)行濾波處理再進(jìn)行基音周期的檢測(cè)，跟之前的進(jìn)行比較，可以看出，檢測(cè)精度有明顯的提高。 title(39。)。 figure(2)。 N1=2*pi*(*pi) wc1=2*pi*fc1/fs。%做原始語(yǔ)音信號(hào)的 時(shí)域圖形 title(39。)。理論上加延時(shí)的二次平滑算法的平滑效果應(yīng)優(yōu)于二次平滑算法，但在該實(shí)驗(yàn)中效果不佳，可能原因是原始基音周期已經(jīng)趨于平滑，加延時(shí)反而造成基音周期的不準(zhǔn)確。 x=[ones(1,1)*x(1) x ones(1,1+1)*x(len)]39。 end y=zeros(len,1)。 if min(r,c)~=1 error(39。hann39。 xlabel(39。五點(diǎn)中值平滑和 5點(diǎn)線性平滑組合‘） subplot(514） ,plot(zhouqi3)。五點(diǎn)中值平滑和 3點(diǎn)中值平滑組合‘） subplot(513),plot(zhouqi2)。原始基 音周期軌跡’） subplot(512),plot(zhouqi2)。 figure(1) subplot(511) plot(zhouqi)。 end v=v(:）； v1=vzhouqi2。v(2)=0。 w1=linsmooth(w1,5)。 w=[]。%f‘）； fclose（ fid)。,39。另一種方法是將中值平滑和線性平滑組合，如圖 341(b)所示。在大多數(shù)都能吻合的情況下，其余那些落在正常軌跡之外的，通常是偏離到正常值的 2倍或 1/2處，即實(shí)際基音頻率的倍頻或分頻處，稱這種偏離點(diǎn)為基音軌跡的“野點(diǎn)”。 plot(A)。 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) 18 end A(k)=sum。%窗長(zhǎng) A=[]。 stem(b1,39。39。title(39。)。)。 T=N/8。 Rm(k)=Rm(k)+x(i+(m1)*n)*x(ik+(m1)*n)。 %取 20ms的聲音片段，即 220個(gè)樣點(diǎn) for m=1:length(x)/n。 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(yǔ)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。)。 axis([0,1711,1,1])。 end subplot(2,1,2)。 else a(k)=0。 for k=1:L。幅度 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。 axis([0,1711,1,1])。 subplot(2,1,1)。 ht=(m+n)/2。 m=max(a)。)。%讀取聲音文件 x=x(11001:22020)。采樣模塊從采樣頻率為 11KHz的語(yǔ)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(zhǎng)為20ms，即每幀為 220個(gè)樣點(diǎn)值，共分為 50幀。分幀時(shí)需要對(duì)語(yǔ)音信號(hào)進(jìn)行加窗操作，窗口長(zhǎng)度的選擇非常重要，窗口長(zhǎng)度過(guò)短會(huì)使得分析窗內(nèi)沒(méi)有包含足夠的數(shù)據(jù)點(diǎn)來(lái)進(jìn)行周期判斷，且短時(shí)能量變 化劇烈；窗口長(zhǎng)度過(guò)長(zhǎng)，短時(shí)能量是一段長(zhǎng)時(shí)間的平均，不但不能反映出語(yǔ)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。.39。39。 ： 開始 /程序 /附件 /娛樂(lè) /錄音機(jī) 。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)。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(yǔ)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。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。由于豐富的諧波成分使得語(yǔ)音信號(hào)波形變得復(fù)雜。選擇的原則是：使得短時(shí)能量既能及時(shí)跟蹤語(yǔ)音能量的緩變規(guī)律，同時(shí)又對(duì)語(yǔ)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。 通常 N的選擇與語(yǔ)音的基音周期相關(guān)聯(lián)系，一般要求窗長(zhǎng)為幾個(gè)基音周期的數(shù)量級(jí)。輔助參數(shù)主要有 :語(yǔ)音信號(hào)能量；過(guò)零數(shù)；自相關(guān)函數(shù)；線性預(yù)測(cè)系數(shù)。 N 越小，誤差越大，好處是運(yùn)算時(shí)較簡(jiǎn)便。 在實(shí)際中，采用短時(shí)自相關(guān)函數(shù)法進(jìn)行基音檢測(cè)時(shí)，第一要考慮的問(wèn)題是窗的問(wèn)題，使用一個(gè)窗函數(shù)，令窗不動(dòng)，而語(yǔ)音信號(hào)移動(dòng)，這就是經(jīng)典的短時(shí)自相關(guān)函數(shù)法。 短時(shí)自相關(guān)函數(shù)有以下重要性質(zhì)： ①如果 ??()sn 是周期信號(hào)，周期是 P ，那么 ()R? 也是周期信號(hào)，且周期同樣是p，就有 ( ) ( )R R P????。一般在不損失基音信息的前提下，盡可能的選的高一些，能達(dá)到好的效果。 預(yù)處理的方法：先對(duì)語(yǔ)音信號(hào)進(jìn)行中心削波處理，再進(jìn)行自相關(guān)計(jì)算。并且非線性處理在 采用硬件時(shí)可在時(shí)域低成本地實(shí)現(xiàn)。 常用的基音檢測(cè)算法及其原理 自相關(guān)函數(shù)法 預(yù)處理 語(yǔ)音的濁音信號(hào)具有準(zhǔn)周期性，其自相關(guān)函數(shù)在基音周期的整數(shù)倍處取最大值。 基于事件的檢測(cè)方法是通過(guò)定位聲門閉合時(shí)刻來(lái)對(duì)基音周期進(jìn)行估計(jì)，而不是對(duì)語(yǔ)音信號(hào)進(jìn)行短時(shí)平穩(wěn)假設(shè)，主要有小波變換方法和 HilbertHuang 變換方法這兩種。 非基于事件的檢測(cè)方法主要有 :自相關(guān)函數(shù)法、平均幅度差函數(shù)法，倒譜法，以及在以上算法基礎(chǔ)上的一些改進(jìn)算法。 最后是參考文獻(xiàn)、致謝。 第 2 章：詳細(xì)介紹兩種常用的基音檢測(cè)算法及其原理，并進(jìn)行 優(yōu)缺點(diǎn)分析。另一方面因?yàn)檎Z(yǔ)音信號(hào)的波形受共振峰、噪音等 因素的影響。所以也就無(wú)法準(zhǔn)確地估計(jì)出基音周期?；糁芷谑锹晭д饎?dòng)頻率 F0的倒數(shù)，對(duì)于語(yǔ)音產(chǎn)生的數(shù)字模型中激勵(lì)源來(lái)說(shuō)，也是一個(gè)重要參數(shù)。基音周期信息的應(yīng)用很廣發(fā)，如：語(yǔ)音識(shí)別，說(shuō)話人識(shí)別，語(yǔ)音分析與綜合以及低碼率語(yǔ)音編碼，發(fā)音系統(tǒng)疾病的診斷，聽覺(jué)殘障者的語(yǔ)言指導(dǎo)等。語(yǔ)音信號(hào)還是隨著一些因素在變化的，男人聲音低，就基音頻率低，女基音頻率還跟隨著人的性別、年齡不同而有所不同。發(fā)濁音時(shí)，氣流通過(guò)聲門使聲帶產(chǎn)生張弛震蕩式振動(dòng)，產(chǎn)生準(zhǔn)周期的激勵(lì)脈沖串。聲帶的聲學(xué)功能是為語(yǔ)音提供主要的激勵(lì)源，由聲帶的振動(dòng)產(chǎn)生聲音，是形成聲音的基本聲源。特征參數(shù)應(yīng)能完全，準(zhǔn)確地表達(dá)語(yǔ)音信號(hào)，那么特征參數(shù)也應(yīng)能完全，準(zhǔn)確地表達(dá)語(yǔ)音信號(hào)所攜帶的全部信息。在這些參數(shù)中，基音周期的提取顯得更重要些，其提取的準(zhǔn)確與否直接影響到語(yǔ)音識(shí)別是否真實(shí)再現(xiàn)原始語(yǔ)音信號(hào)的頻譜。著眼于基音的檢測(cè)方法，開展了一下三個(gè)方面的研究： 1）穩(wěn)定并提取準(zhǔn)周期性信號(hào)的周期性方法； 2）因周期混亂，采取基音提取誤差補(bǔ)償?shù)姆椒ǎ?3）消除聲道（共振峰）影響的方法。基音頻率的檢測(cè)和共估值在語(yǔ)音編碼，語(yǔ)音合成和語(yǔ)音識(shí)別中有著廣泛的應(yīng)用。但其前 提和基礎(chǔ)是對(duì)語(yǔ)音信號(hào)的分析，語(yǔ)音識(shí)別率的高低取決于對(duì)語(yǔ)音信號(hào)分析的準(zhǔn)確性和精度。語(yǔ)音信號(hào)處理的一系列技術(shù)及其應(yīng)用已經(jīng)成為信息社會(huì)中不可或缺的組成部分，促進(jìn)了信息社會(huì)的發(fā)展。語(yǔ)音中除了包含實(shí)際發(fā)音內(nèi)容的語(yǔ)音信息外，還包括發(fā)音者是誰(shuí)及喜怒哀樂(lè)的各種信息。 the average magnitude difference function method。其次對(duì)現(xiàn)有的基音檢測(cè)算法進(jìn)行了歸納和總結(jié)，并詳細(xì)的介紹本文將用的兩種基本基音檢測(cè)算法的基本原理及實(shí)現(xiàn)。語(yǔ)音識(shí)別率的高低，都依賴于對(duì)語(yǔ)音信號(hào)分析的準(zhǔn)確性和精確性，因此基音周期的研究在語(yǔ)音信號(hào)的處理應(yīng)用中具有十分重要的作用。本論文通過(guò)兩種算法在Matlab 上實(shí)現(xiàn)基音周期的檢測(cè)，分別是短時(shí)自相關(guān)函數(shù)法和短時(shí)平均幅度差函數(shù)法。最后在 Matlab 上對(duì)語(yǔ)音信號(hào)進(jìn)行基音周期的檢測(cè)。 pitch contrail， Speech recognition 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 目錄 目 錄 摘 要 ..................................................................................................................................