【正文】 ) for i=500:799。ylabel(39。原始信號(hào)的自相關(guān)函數(shù) 39。 grid。 subplot(211)。 for k=1:300 for n=1:300k R(k)=R(k)+x(n)*x(n+k)。 x=x.*boxcar(300)。)。) 程序清單四（經(jīng)中心消波處理后自相關(guān)函數(shù)法基音檢測(cè)）： y=WAVREAD(39。ylabel(39。倒譜波形 39。 plot(abs(d))。) d=ifft(c,512)。ylabel(39。對(duì)數(shù)幅度譜 39。%取對(duì)數(shù) subplot(211) plot(c)。% b=sqrt(b)。%加漢明窗 a=fft(Y,512)。%讀取語(yǔ)音號(hào) Y=signal(500:1011)。39。幅度 39。)。 xlabel(39。 plot(j,R)。 %ADMF 分析 for k=1:300 for n=1: 300k R(k)=R(k)+abs(x(n+k)x(n))。) x=x.*boxcar(300)。ylabel(39。加噪 S(n)39。 grid。 subplot(211)。%讀取語(yǔ)音信號(hào) x=Y(500:799)。39。幅度 39。)。 xlabel(39。 plot(j,R)。 end end j=1:300。 R=zeros(1,300)。) x=x+*randn(size(x))。ylabel(39。原始信號(hào)的自相關(guān)函 數(shù) 39。 grid。 subplot(211)。 %自相關(guān)分析 for k=1:300 for n=1:300k R(k)=R(k)+x(n)*x(n+k)。%取幀 x=x.*boxcar(300)。)。) Y=WAVREAD(39。ylabel(39。濁音音信號(hào)的自相關(guān)函數(shù) 39。 grid。 subplot(212)。 %自相關(guān)分析 for k=1:300 for n=1:300k R(k)=R(k)+x(n)*x(n+k)。%取幀 x=x.*boxcar(300)。幅度 39。)。 xlabel(39。 plot(x)。,)。 最后，衷心感謝所有關(guān)心和幫助我的人，祝福他們健康、幸福、平安 ！ 語(yǔ)音信號(hào)的基音頻率提取算法研究 第 40 頁(yè) (共 45 頁(yè) ) 附錄： 程序清單一（短時(shí) 自相關(guān)函數(shù)法基音檢測(cè)）： Y=WAVREAD(39。不平坦的求學(xué)路上，父母用他們溫暖寬厚的雙手?jǐn)v扶著我一路走來(lái)，不管遇到多大的雨雪風(fēng)霜，只要有父母在身邊，一切都會(huì)迎刃而解，他們永遠(yuǎn)都是我堅(jiān)強(qiáng)的后盾和避風(fēng)的港灣。在此，懷著深深的敬意，謹(jǐn) 向?qū)熤乱宰钫鎿吹闹x意 ！ 特別感謝我的父母，感謝他們和風(fēng)細(xì)雨般的教誨，感謝他們百般呵護(hù)、無(wú)微不至的關(guān)懷。從論文的選題、定題，論文研究?jī)?nèi)容的探討，到論文大綱、確定稿的形成，期間每一個(gè)階段都滲透著老師的心血。近年來(lái) ,基于線性預(yù)測(cè)分析頻譜的 Mel 倒譜系數(shù)在處理帶情感的語(yǔ)音識(shí)別中取得很大的進(jìn)展 ,能否將此種方法引入到相應(yīng)狀態(tài)下的基音檢測(cè) ,仍值得廣大學(xué)者去研究。同時(shí) ,共振峰的帶寬和位置都要發(fā)生畸變 , 這些變化不可避免地影響到基音周期。有時(shí)環(huán)境噪聲引起 Lombard結(jié)論與展望 第 37 頁(yè) (共 45 頁(yè) ) 效應(yīng) (說(shuō)話人在高噪聲環(huán)境中為了使自己的聲音能被聽(tīng)到 ,有意或無(wú)意地提高嗓音 ,致使其發(fā)音速度及質(zhì)量發(fā)生變化 )。 展望 基音周期的大小與個(gè)人的發(fā)音習(xí)慣及性別、年齡、發(fā)音時(shí)的力度及情感有很大的關(guān)系。 本文運(yùn)用 MATLAB 軟件對(duì)各種算 法進(jìn)行了仿真，根據(jù)大量仿真結(jié)果的波形圖，可分析出各種算法在準(zhǔn)確性和抗噪性等方面特點(diǎn)。在此基礎(chǔ)上，深入研究了短時(shí)自相關(guān)函數(shù)、倒譜法基音檢測(cè)的算法。 由實(shí)驗(yàn)數(shù)據(jù)可以得到用自相關(guān)法和倒譜法以及改進(jìn)后的二次譜減法分別測(cè)得語(yǔ)音信號(hào)周期的準(zhǔn)確度，為了便于觀察現(xiàn)將計(jì)算結(jié)果以表格的形式給出，如下所示： 過(guò)程論述 第 35 頁(yè) (共 45 頁(yè) ) 表 1 自相關(guān)法與倒譜法的比較 次 數(shù) 仿真方法 帶通 濾波 中心 削波 噪聲 強(qiáng)度 標(biāo)準(zhǔn)周期 (ms) 實(shí)驗(yàn)結(jié)果 (ms) 準(zhǔn)確度 (%) 自相關(guān) 倒譜法 1 是 否 否 無(wú) 2 是 是 否 無(wú) 3 是 否 是 無(wú) 4 是 否 否 5 是 否 否 6 是 否 否 無(wú)法測(cè)出 0 7 是 否 否 無(wú) 8 是 否 否 9 是 否 否 10 是 否 否 無(wú)法測(cè)出 0 表 2 倒譜法與二次譜減法的比較 次 數(shù) 仿真方法 噪聲強(qiáng)度 標(biāo)準(zhǔn)周期 (ms) 實(shí)驗(yàn)結(jié)果 (ms) 準(zhǔn)確度 (%) 倒譜法 二次譜減法 1 是 無(wú) 2 是 3 是 4 是 無(wú)法測(cè)出 0 5 是 無(wú) 6 是 7 是 8 是 圖 23 仿真計(jì)算結(jié)果圖 由上述計(jì)算結(jié)果可得出以下結(jié)論： 語(yǔ)音信號(hào)的基音頻率提取算法研究 第 36 頁(yè) (共 45 頁(yè) ) (1) 經(jīng)低通濾波或中心削波后等預(yù)處理的短時(shí)自相關(guān)法提高了基音檢測(cè)的準(zhǔn)確性； (2) 倒譜法進(jìn)行基音檢測(cè)的準(zhǔn)確度比短時(shí)自相關(guān)法要高，但是抗噪性能不強(qiáng)； (3) 改進(jìn)后的二次譜減法比倒譜法的抗噪性能要好，在相同噪聲環(huán)境下能更加精確地檢測(cè)出語(yǔ)音信號(hào)的基音周期； (4) 語(yǔ)音信號(hào)的時(shí)域分析具有簡(jiǎn)單直觀、清晰易懂等優(yōu)點(diǎn)，但是因?yàn)檎Z(yǔ)音信號(hào)最重要的感知 特性反映在其功率譜中，相位變化只起很小的作用，所以更為有效的分析應(yīng)圍繞頻域進(jìn)行分析。實(shí)驗(yàn)結(jié)果如下： 過(guò)程論述 第 33 頁(yè) (共 45 頁(yè) ) （ a） 原信號(hào)二 次譜減法分析 (b) 加噪 (強(qiáng)度為 )后的二次譜減法分析 (d) 加噪 (強(qiáng)度為 )后的二次譜減法分析 語(yǔ)音信號(hào)的基音頻率提取算法研究 第 34 頁(yè) (共 45 頁(yè) ) (e) 加噪 (強(qiáng)度為 )后的二次譜減法分析 圖 22 二次譜減法基音檢測(cè)仿真圖 此段濁音的基音周期計(jì)算為： T1=〔 *58〕 /1000=， 同理可以估算出不同的噪聲環(huán)境下估算的基音周期分別為 T2=， T3=， T4=。總共進(jìn)行四次試驗(yàn)：第一次是用原始信號(hào)不加任何處理進(jìn)行二次譜減分析；第二次是把原始信號(hào)加強(qiáng)度分別為 噪聲后，進(jìn)行分析；第三次是把原始信號(hào)加強(qiáng)度分別為 噪聲后，二次譜減分析。因此，在理論上通過(guò)估計(jì)這個(gè)二次譜頻率不為零的最大譜峰值的橫坐標(biāo)值即可測(cè)出濁音的周期。為此，本文提出了如下改進(jìn)方法： 語(yǔ)音輸入 分 為 漢明窗 512 點(diǎn) |X| 512 點(diǎn) 的段 w(n) DFT IDFT 峰值 |X| 檢測(cè) 圖 21 改進(jìn)后的基音檢測(cè)的倒譜法 該方法避免了在倒譜基音檢測(cè)中求對(duì)數(shù)，從而減少了所涉及的非線性計(jì)算所帶來(lái)大量的計(jì)算，是一種二次譜處理方法，由于濁音線狀譜導(dǎo)致了其二次譜具有周期性，因此，在其二次譜頻率軸上除零頻外的某一特定點(diǎn)將會(huì)出現(xiàn)一個(gè)最大譜峰。然而當(dāng)存在加性噪聲時(shí)，在對(duì)數(shù)功率譜中的低電平部分被噪聲填滿，掩蓋了基音諧波的周期性。實(shí)驗(yàn)結(jié)果如下： (a) 原信號(hào)的倒譜波形 (b) 低通濾波后的倒譜波形 過(guò)程論述 第 31 頁(yè) (共 45 頁(yè) ) (c) 加噪（強(qiáng)度為 ）后的倒譜波形 (d) 加噪（強(qiáng)度為 ）后的倒譜波形 (e) 加噪（強(qiáng)度為 ）后的倒譜波形 圖 20 三種不同方法的倒譜波形 此段濁音的基音周期計(jì)算為： T1=〔 *58〕 /1000=， 同理可以估算出 T2=， T3=， 語(yǔ)音信號(hào)的基音頻率提取算法研究 第 32 頁(yè) (共 45 頁(yè) ) 不同的噪聲環(huán)境下估算的基音周期分別為 T4=， T5 無(wú)法從圖中估算出。 實(shí)驗(yàn)過(guò)程及仿真結(jié)果 本次實(shí)驗(yàn)共做了三次實(shí)驗(yàn)仿真。其工作原理簡(jiǎn)要說(shuō)明如下： 語(yǔ)音信號(hào)的基音頻率提取算法研究 第 30 頁(yè) (共 45 頁(yè) ) 語(yǔ)音輸入 512 點(diǎn) 512 點(diǎn) 分 為 漢明窗 w(n) ㏑ |X| 的段 DFT DFT 峰值 檢測(cè) 圖 19 基音檢測(cè)的倒譜法 采樣頻率為 10kHz,幀長(zhǎng)為 ，用漢明窗平滑，然后經(jīng) 512 點(diǎn)的傅立葉變換，求出變換后的對(duì)數(shù)，再 進(jìn)行一次傅立葉的反變換，最后求出倒譜峰值的位置，即基音周期?；舴逯档淖儞Q與頻譜包絡(luò)變換之間的間隔總是足夠大，因而能很容易地對(duì)前者進(jìn)行 識(shí)別。通過(guò)濾波或再取一次傅立葉反變換，即可將慢分量與快分量分開(kāi)。 由此可以看出，用自相關(guān)函數(shù)法來(lái)進(jìn)行基音周期的檢測(cè)，簡(jiǎn)單直觀、運(yùn)算量不大，但是在沒(méi)有進(jìn)行預(yù)處理 (低通濾波或中心消波 )時(shí)的波形受 50Hz 電源和共振峰影響，波形不光滑，不利于基音周期的估計(jì)；經(jīng)過(guò)預(yù)處理波形變得尖銳，能較準(zhǔn)確基音估計(jì)，但是抗噪性能不強(qiáng)。濁音語(yǔ)音的周期可用自相 關(guān)函數(shù)中的第一個(gè)峰值的位置來(lái)估算。 根據(jù)仿真結(jié)果圖估算出基音周期： 從圖 16(1)可以看出，第一個(gè)峰值的位置出現(xiàn)在約 60 的滯后點(diǎn)上。 過(guò)程論述 第 27 頁(yè) (共 45 頁(yè) ) (3) 中心削波后的自相關(guān)分析 由圖 (3)可以看出經(jīng)中心消波處理后，只有原始語(yǔ)音信號(hào)幅值高于特定值時(shí)才有值，低于特定值的信號(hào)全部為零；其自相關(guān)相函數(shù)波形在特定區(qū)域有取值，峰值點(diǎn)非常尖銳。第一次是用原始信號(hào)不加任何處理進(jìn)行自相關(guān)分析；第二次把語(yǔ)音信號(hào)經(jīng)過(guò)一個(gè) 900Hz 的低通濾波器后，進(jìn)行自相關(guān)分析；第三次是把語(yǔ)音信號(hào)經(jīng)過(guò)中心消波處理后，進(jìn)行自相關(guān)分析；最后是把原始信號(hào)加強(qiáng)度分別為 、 、 噪聲后，再短 時(shí)自相關(guān)分析。由圖可知，窗函數(shù)長(zhǎng)度太長(zhǎng)時(shí) (圖 c)，波形的細(xì)節(jié)部分不夠清晰，基音周期檢測(cè)結(jié)果不準(zhǔn)確；窗函數(shù)的長(zhǎng)度太短 時(shí) (圖 a)，一幀信號(hào)只有一個(gè)或者不到一個(gè)基音周期，波形變化太緩慢，也不利于檢測(cè)基音周期；只有窗函數(shù)的長(zhǎng)度選擇適當(dāng) (圖 b)，一幀內(nèi)含有 4 個(gè)基音周期，波形變化明顯，峰值點(diǎn)尖銳，能夠準(zhǔn)確讀取基音周期。下面先來(lái)說(shuō)明本實(shí)驗(yàn)為什么取 300 個(gè)采樣點(diǎn)為一幀語(yǔ)音信號(hào)，即，采用長(zhǎng)度為 300 的窗函數(shù)短時(shí)處理的原因。 語(yǔ)音信號(hào)的基音頻率提取算法研究 第 24 頁(yè) (共 45 頁(yè) ) 一幀濁音信號(hào) 短時(shí)加窗處理 自相關(guān)分析 不同強(qiáng)度噪聲信號(hào) 圖 14 短時(shí)自相關(guān)函數(shù)基音檢測(cè)示意圖 實(shí)驗(yàn)中采用的語(yǔ)音信號(hào)經(jīng)短時(shí)能量分析找出濁音段后，取 500~799 采樣點(diǎn)共 300 個(gè) (一幀信號(hào) )采樣點(diǎn)進(jìn)行分析。語(yǔ)音信號(hào)的第一共振峰通常在 3001000Hz 范圍內(nèi)，即基音的 28 次諧波成分比基波分量還要強(qiáng)。因?yàn)檎Z(yǔ)音信號(hào)包含非常豐富的諧波分量，基音頻率最低可達(dá) 80Hz，最高可達(dá) 900Hz，但基音頻率大多數(shù)分布在 100200Hz 之間。 算法分析 與設(shè)計(jì) 該算法選擇漢明窗，因?yàn)闈h明窗是窗函數(shù)的選取原則為窗函數(shù)截取后的 x(n) 盡量是中間大兩