【正文】 關(guān)函數(shù)也是同周期的周期函數(shù)。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。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。故清濁音判斷是基音檢測的第一步。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 。試驗(yàn)統(tǒng)計(jì)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。 N 為窗長。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。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(diǎn)，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(diǎn) (不包含第 1點(diǎn) )。) axis([0,400,0,200])。) ylabel(39。 subplot(212) plot(A) xlabel(39。幅度 39。樣點(diǎn) 39。 end s=y(3500:10000)。 for m=1:N sum=sum+abs(y1(m)y1(m+k1))。%選擇的窗長，加 N=320的矩形窗 A=[]。 y1=b(3500:6000)。.wav39。 AMDF 算法源程序 AMDF波形圖如圖 21所示。同時，函數(shù)在基音周期點(diǎn)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。 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(jì) 出濁音語音的基音周期。 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(diǎn)上具有谷值特性而不是峰值特性，因而通過 的計(jì)算同 樣可以確定基音周期。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(jìn)行處理 ,較準(zhǔn)確地得到濁音語音信號的基音周期。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?；魴z測是語音處理中的一項(xiàng)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 ?；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(shí)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。 本次課程設(shè)計(jì)為語音信號的基音周期檢測，采集語音信號，對語音信號進(jìn)行處理，區(qū)分清音濁音，并通過對采樣值進(jìn)行濾波、分幀、求短時自相關(guān)函數(shù)，得到濁音的基音周期。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)中的應(yīng)用主要包括符號運(yùn)算和數(shù)值計(jì)算仿真分析。 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(jì)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(jì)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(jì)算、控制系統(tǒng)和信息處理等領(lǐng)域的分析、仿真和設(shè)計(jì)工作。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(yùn)算功能，基本滿足設(shè)計(jì)需要。MATLAB 在信號與系統(tǒng)中的另一主要應(yīng)用是數(shù)值計(jì)算與仿真分析，主要包括函數(shù)波形繪制、函數(shù)運(yùn)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(diǎn)圖繪制等內(nèi)容。 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(shí)現(xiàn) ........................................................... 1 AMDF 算法源程序 .......................................................... 2 3 ACF 算法原理及實(shí)現(xiàn) .............................................................. 4 用短時平均能量進(jìn)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(shí)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(xiàn) ................................................................................... 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。 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(jì)稱為基音檢測。 但在實(shí)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(qiáng)烈影響等一系列因素 , 基音檢測面臨著很大的困難。 本文在對 AMDF、 ACF基音檢測算法基本原理進(jìn)行分析的基礎(chǔ)上 ,對此算法進(jìn)行了深入的探討 ,針對以往研究中存在的問題加以改進(jìn) ,給出了一種方便、快捷 的檢測方案。 2 AMDF 算法 原理 及實(shí)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?yàn)檎Z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(diǎn)，谷點(diǎn)間的距離即為基音周期。而對于清音信號， 卻沒有這種周期特性。由于計(jì)算函數(shù)只需要加、減和取絕對值運(yùn)算， 運(yùn)算量較之短時自相關(guān)函數(shù)大大下降。 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(jì)的精度。 y=wavread(C:\Documents and Settings\Administrator\桌面 \yejianglong 39。)。 N=320。 3 for k=1:320 sum=0。%計(jì)算自相關(guān) end A(k)=sum。 figure(1) subplot(211) plot(s) xlabel(39。) ylabel(39。) axis([0,2500,1,1])。延時 k39。AMDF39。 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。從圖中， 我 們可以得到谷點(diǎn)的樣本值分別為 70、 1 210，其間隔平均值為 70。 3 ACF 算法原理 及實(shí)現(xiàn) 用短時平均能量進(jìn)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) 。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。因此 ,短時平均能量En 的計(jì)算給出了區(qū)分清音段與濁音段的依據(jù) ,即 En (濁 ) En (清 ) 。而只有濁音才有基音周期 ,清音的基音周期為零。 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。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。 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(diǎn)數(shù)。即： x ( n) = x ( n + N p )； 則： R( k) = R ( k + N p ) 。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。 算法實(shí)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(shí)現(xiàn)方案 , 并對算法進(jìn)行了 Matlab 編程實(shí)現(xiàn)?？驁D如圖 31所示。因?yàn)檎Z音信號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) 500Hz , 但基音頻率大多數(shù)分布在 100～ 200Hz 之間 。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(qiáng)。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。分幀模塊主要完成將取樣模塊中獲得的語音樣值點(diǎn)分為若干個語音幀 , 算法中分析幀長 30ms , 即每幀長為 240 個樣點(diǎn)。 8 短時能量分析 原始信號及其頻譜波形如圖 32所示。C:\Documents and Settings\Administrator\ 桌面\39。 %把語音信號進(jìn)行加載入 Matlab 仿真軟件平臺中 sound(y,fs,nbits)。 %求出語音信號的長度 Y=fft(y,n)。plot(y)。原始信號波形 39。 9 grid。plot(abs(Y))。原始信號頻譜 39。 grid。 圖 33 短時能量曲線 %經(jīng)濾波后波形 N=240 y=WAVREAD(39。), [1 18000])。 eng = sum(F1.^2)。xlabel(39。)。短時平均能量 39。title(39。) %短時平均幅度 Mn=sum(abs(Y))/N figure(2) F2 = enframe(y,200)。 plot(eng)。幀 39。ylabel(39。)。短時平均幅度 39。 短時平均幅度函數(shù)曲線如圖 34所示。 len = win。 end nf = fix((nxlen+inc)/inc)。 indf= inc*(0: