【正文】 d. The thesis first introduces the research background of speech pitch detection algorithm is very important. Next to the existing algorithm for pitch detection are summarized, and a detailed introduction to this article will use the two kinds of basic pitch detection algorithm is the basic principle and realization. Finally in Matlab on speech signal pitch period detection. Keywords: pretreatment,pitch detection ,autocorrelation function。最后在 Matlab 上對(duì)語音信號(hào)進(jìn)行基音周期的檢測(cè)。 論文首先介紹了語音基音檢測(cè)算法在語音識(shí)別方面的研究背景極 其重要意義。本論文通過兩種算法在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。攀枝花學(xué)院本科畢業(yè)設(shè)計(jì) (論文 ) 摘要 I 摘要 基音周期是表征語音信號(hào)本質(zhì)特征的參數(shù)，屬于語音分析的范疇，只有準(zhǔn)確分析并且提取出語音信號(hào)的特征參數(shù)，才能夠利用這些參數(shù)進(jìn)行語音識(shí)別處理。語音識(shí)別率的高低，都依賴于對(duì)語音信號(hào)分析的準(zhǔn)確性和精確性，因此基音周期的研究在語音信號(hào)的處理應(yīng)用中具有十分重要的作用。通過實(shí)驗(yàn)得到的基音周期結(jié)果的分析來識(shí)別不同的人的語音信號(hào)。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)。 本設(shè)計(jì)為語音信號(hào)的基音周期檢測(cè)，采集語音信號(hào)，對(duì)語音信號(hào)進(jìn)行處理，區(qū)分清音濁音，并通過對(duì)采樣值進(jìn)行濾波、分幀、求短時(shí)自相關(guān)函數(shù)，得到濁音的基音周期。 the average magnitude difference function method。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文 明史的根本手段，沒有語言就沒有今天的人類文明。語音中除了包含實(shí)際發(fā)音內(nèi)容的語音信息外，還包括發(fā)音者是誰及喜怒哀樂的各種信息?，F(xiàn)在的電腦網(wǎng)絡(luò)技術(shù)的普及和完善，對(duì)于語音信號(hào)處理技術(shù)發(fā)揮著越來越重要的作用。語音信號(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。在聽別人說話時(shí)，不僅要聽還要看，這些語音特征在研究時(shí)很重要的。但其前 提和基礎(chǔ)是對(duì)語音信號(hào)的分析，語音識(shí)別率的高低取決于對(duì)語音信號(hào)分析的準(zhǔn)確性和精度。語音信號(hào)處理和認(rèn)知科學(xué)、心理學(xué)、語言學(xué)、計(jì)算機(jī)科學(xué)、模式識(shí)別和人工智能等學(xué)科聯(lián)系緊密?；纛l率的檢測(cè)和共估值在語音編碼，語音合成和語音識(shí)別中有著廣泛的應(yīng)用。 因?yàn)榍逡粜盘?hào)沒有周期性，所以就將濁音信號(hào)的周期稱為基音周期 , 它是聲帶振動(dòng)頻率的倒數(shù)。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。 要準(zhǔn)確地提取語音信號(hào)的特征參數(shù)，對(duì)語音信號(hào)的處理分析很重要。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音識(shí)別是否真實(shí)再現(xiàn)原始語音信號(hào)的頻譜?；糁芷谑侵赴l(fā)濁音時(shí)聲帶震動(dòng)所引起的周期運(yùn)動(dòng)時(shí)間間隔。特征參數(shù)應(yīng)能完全，準(zhǔn)確地表達(dá)語音信號(hào)，那么特征參數(shù)也應(yīng)能完全，準(zhǔn)確地表達(dá)語音信號(hào)所攜帶的全部信息。僅對(duì)元音的特征進(jìn)行了深入的研究，輔音的領(lǐng)域就比較薄弱，最難的元﹑輔音的過渡就更是空白，但偏偏這一部分所含的信息量大，最難處理的。聲帶的聲學(xué)功能是為語音提供主要的激勵(lì)源，由聲帶的振動(dòng)產(chǎn)生聲音，是形成聲音的基本聲源。語音由聲帶震動(dòng)或不經(jīng)聲帶震動(dòng)來產(chǎn)生，其中由聲帶震動(dòng)產(chǎn)生的音統(tǒng)稱為濁音，而不由聲帶震動(dòng)產(chǎn)生的音統(tǒng)稱為清音。發(fā)濁音時(shí)，氣流通過聲門使聲帶產(chǎn)生張弛震蕩式振動(dòng)，產(chǎn)生準(zhǔn)周期的激勵(lì)脈沖串。在基音檢測(cè)的方法中，對(duì)每幀語音信號(hào)只進(jìn)行一次清濁判決，若判決為濁音，則以基音周期間隔的脈沖序列作為該幀的激勵(lì)信號(hào)；若為清音，則以隨機(jī)噪音作為該幀的激勵(lì)信號(hào)，實(shí)際中，清濁信號(hào)的過渡段是很難區(qū) 分的，且激勵(lì)信號(hào)也常常含有類噪音成分，很難以幀加以區(qū)分。語音信號(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。 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論 3 基音周期的估計(jì)稱謂基音檢測(cè)，基音檢測(cè)的最終目的是為了找出和聲帶振動(dòng)頻率完全一致或盡可能相吻 合的軌跡曲線。基音周期信息的應(yīng)用很廣發(fā)，如：語音識(shí)別，說話人識(shí)別，語音分析與綜合以及低碼率語音編碼，發(fā)音系統(tǒng)疾病的診斷，聽覺殘障者的語言指導(dǎo)等。在使用漢語進(jìn)行談話時(shí)，我們可以說話人的語調(diào)來了解其中的意思，也可以是用元音和輔音來辨識(shí)說話人的意思，但是，由于漢語中常常會(huì)出現(xiàn)多音字，就是一個(gè)字它有不同的讀音和不同的 意義，所以，能夠準(zhǔn)確并且可靠地進(jìn)行基音周期檢測(cè)對(duì)漢語語音信號(hào)的處理相當(dāng)重要，同時(shí)對(duì)于語音識(shí)別有十分重要的意義?；糁芷谑锹晭д饎?dòng)頻率 F0的倒數(shù)，對(duì)于語音產(chǎn)生的數(shù)字模型中激勵(lì)源來說，也是一個(gè)重要參數(shù)。到目前為止仍然沒有一種基音檢測(cè)方法可以適用于不同的說話人、不同的要求和環(huán)境，究其原因，可歸納為如下 5個(gè)方面。所以也就無法準(zhǔn)確地估計(jì)出基音周期。就聲道共振峰來說，有時(shí)會(huì)嚴(yán)重影響音源諧波結(jié)構(gòu)。另一方面因?yàn)檎Z音信號(hào)的波形受共振峰、噪音等 因素的影響。 5．基音頻率變化范圍有些大，從最低的聲頻到最高的聲頻，中間相差大概 3個(gè)倍頻程，所以研究起基音檢測(cè)還是相當(dāng)困難的。 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。 第 4 章：詳細(xì)講解語音識(shí)別的原理，通過對(duì)比基音周期來達(dá)到能夠判別不同的說話人，同時(shí)也說明基音周期在語音識(shí)別中的重要作用。 最后是參考文獻(xiàn)、致謝。我國(guó)基音檢測(cè)方面的研究起步要比國(guó)外發(fā)達(dá)國(guó)家晚一點(diǎn)，但是進(jìn)步很大，特別是對(duì)漢語的基音檢測(cè)取得成果尤為突出。 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。相比于基于事件的基音周期檢測(cè)方法來說，它的優(yōu)點(diǎn)主要是算法簡(jiǎn)單，而且運(yùn)算量小。 基于事件的檢測(cè)方法是通過定位聲門閉合時(shí)刻來對(duì)基音周期進(jìn)行估計(jì)，而不是對(duì)語音信號(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。目前，基音周期檢測(cè)的算法有很多種 ，最常用的基音檢測(cè)算法有自相關(guān)函數(shù)法和平均幅度差函數(shù)法。 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。語音信號(hào)的低幅度部分包含了大量的共振峰信息，而高幅度部分包含了大量的基音信息。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)。為了突出反映基音周期的信息，同時(shí)壓縮其他無關(guān)信息，減小運(yùn)算量，自相關(guān)計(jì)算之前需要對(duì)語音信號(hào)進(jìn)行適當(dāng)預(yù)處理。 預(yù)處理的方法：先對(duì)語音信號(hào)進(jìn)行中心削波處理，再進(jìn)行自相關(guān)計(jì)算。 中心削波函數(shù)為 ： （ ） XL +XL ()( ) 0 ( )()LLLLLLx x x xf x x x xx x x x????? ? ? ??? ? ? ??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 6 圖 中心削波函數(shù) 做自相關(guān)運(yùn)算，只有剩余的峰值部分參與運(yùn)算，其他都是零。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。其中 ,削波電平 XL 一般取最大信號(hào)幅度的 60％— 70％，削波后的序列用短時(shí)自相關(guān)函數(shù)估計(jì)基音周期，在基音周期處峰值更加尖銳，可減少倍頻或半頻錯(cuò)誤。 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????。 ③自相關(guān)函數(shù)是偶函數(shù)，即 ( ) ( )RR????。 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)，第一要考慮的問題是窗的問題，使用一個(gè)窗函數(shù)，令窗不動(dòng)，而語音信號(hào)移動(dòng)，這就是經(jīng)典的短時(shí)自相關(guān)函數(shù)法。窗長(zhǎng)應(yīng)該選的更長(zhǎng)一些，避免第一最大峰值點(diǎn)與基音周期不一致，窗長(zhǎng)長(zhǎng)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)。 N 越小，誤差越大，好處是運(yùn)算時(shí)較簡(jiǎn)便。 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。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)。 N 為窗長(zhǎng)。 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(zhǎng)為幾個(gè)基音周期的數(shù)量級(jí)。通過En的高低來判定濁音向清音的轉(zhuǎn)化。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。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。由于豐富的諧波成分使得語音信號(hào)波形變得復(fù)雜。 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。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。 因 為 ()nF?只需加、減法和取絕對(duì)值等的計(jì)算，比較簡(jiǎn)單。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。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)?；谡Z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。 ： 開始 /程序 /附件 /娛樂 /錄音機(jī) 。 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。39。%讀取聲音文件 figure(1)。.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(zhǎng)的整數(shù)倍。分幀時(shí)需要對(duì)語音信號(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(zhǎng)度過長(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。一般窗長(zhǎng)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。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(zhǎng)為20ms，即每幀為 220個(gè)樣點(diǎn)值，共分為 50幀。39。%讀取聲音文件 x=x(11001:22020)。 stem(x,39。)。39。 m=max(a)。 end m=max(a)。 ht=(m+n)/2。 a(i)=a(i)ht。 subplot(2,1,1)。k39。 axis([0,1711,1,1])。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)