【正文】 。 基音檢測的定義和意義 人在發(fā)音時，根據(jù)聲帶是否震動可以將語音信號分為清音跟濁音兩種。發(fā)濁音時，氣流通過聲門使聲帶產(chǎn)生張弛震蕩式振動，產(chǎn)生準(zhǔn)周期的激勵脈沖串。 通常，基音頻率與個人聲帶的長短、薄厚、韌性、勁度和發(fā)音習(xí)慣等有關(guān)系，在很大程度上反應(yīng)了個人的特征。一般來說，男性說話者的基音頻率較低，大部分在 70～ 200Hz 的范圍內(nèi)，而女性說話者和小孩的基音頻率相對較高，在 200～ 450Hz 之間。 安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文 2 基因周期作為語音信號處理中描述激勵源的重要參數(shù)之一，在語音合成、語音壓縮編碼、語音識別和說話人確認(rèn)等領(lǐng)域都有著廣泛而重要的問題，尤其對漢語更是如此。因為在漢語的相互交談中，不但要憑借不同的元音、輔音來辨別這些字詞的意義，還需要從不同的聲調(diào)來區(qū)別它，也就是說聲調(diào)具有辨義作用；另外，漢語中存在著多音字現(xiàn)象，同一個字的不同的語氣或不同的詞義下具有不同的聲調(diào)。 基音檢測的研究現(xiàn)狀 自進行語音信號分析研究以來，基音檢測一直是一個重點研究的課題。迄今為止仍然沒有一種檢測方法能夠適用不同的說話人、不同的要求和環(huán)境、究其原因，可歸納為如下幾個方面 [5]。 2．聲道共振峰有 時會嚴(yán)重影響激勵信號的諧波結(jié)構(gòu)，使得想要從語音信號中去除聲道影響，直接取出僅和聲帶振動有關(guān)的聲源信息并不容易。另一方面因為語音信號的波形受共振峰、噪音等因素的影響。 5．基音頻率變化范圍大，從低音男聲的 70Hz 到兒童女性的 450Hz，接近 3個倍頻程，給基因檢測帶來了一定的困難。數(shù)十年來，國內(nèi)外眾多學(xué)者對如何準(zhǔn)確地從語音波形中提取出基因周期作出了不懈的努力，提出了多種有效的基音周期檢測方法。目安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文 3 前的基因檢測算法大致可分為兩大類：非基于事件檢測方法和基于事件檢測方法[6],這里的事件是指聲門閉合。語音信號是一種典型的時變、非平穩(wěn)信號，但是，由于語音的形成過程是發(fā)音器官的運動密切相關(guān)的，而這種物理運動比起聲音振動速度來講要緩慢得多，因此語音信號常常可假定為短時平穩(wěn)的，即在短時間內(nèi)，其頻譜特性和某些物理特征參量可近似地看作是不變的，非基于事件的檢測方法正是利用語音信號短時平穩(wěn)性這一特點，先將語音信號分為長度一定的語音幀，然而對每一幀語音求基音周期。 基于事件的檢測方法是通過定位聲門閉合時刻來對基因周期進行估計，而不需要對語音信號進行短時平穩(wěn)假設(shè)，主要有小波變換方法和 HilbertHuang 變換方法兩種。 論文的結(jié)構(gòu)安排 與論文的主要內(nèi)容相對應(yīng)，全文具體章節(jié)安排如下： 第 1 章：首先簡述語音信號處理以及基因周期檢測的相關(guān)概念，其次對基音檢測的背景研究意義、意義以及現(xiàn)狀進行了說明 ，最后敘述了論文的結(jié)構(gòu)安排。 第 3 章：在 matlab 上對自相關(guān)函數(shù)法和平均幅度差函數(shù)法進行了實現(xiàn)，對語音信號濾波前后的基音周期軌跡圖進行了比較。 最后是參考文獻、致謝、附錄。目前，基音檢測的算法有很多種，常用的檢測算法要有自相關(guān)函數(shù)法、平均幅度差函數(shù)法等。 常用的基音檢測算法及原理 自相關(guān)函數(shù)法 能量有限的語音信號 ??()sn 的短時自相關(guān)函數(shù) [10][11] 定義為： 10( ) [ ( ) ( ) ] [ ( ) ( ) ]Nn mR s n m w m s n m w m?? ? ????? ? ? ? ?? () 其中， ? 為移位距離 ， ()wm 是偶對稱的窗函數(shù) 。 ② 當(dāng)τ =0時，自相關(guān)函數(shù)具有最大值；當(dāng) 0, , 2 , 3P P P? ? ? ? ?? 處周期信號的自相關(guān)函數(shù) 達到極 大值。 短時自相關(guān)函數(shù)法基音檢測的主要原理 是利用短時自相關(guān)函數(shù)的 第二條性質(zhì)，通過比較原始信號和它移位后的信號之間的類似性來確定基音周期 ，如果移位距離等于基音周期，那么，兩個信號具有最大類似性 。窗口長度 N 的選擇至少要大于基音周期的兩倍 ， N 越大，短時自相關(guān)函數(shù)波形的細節(jié)就越清楚，更有利于基音檢測，但計算量較大，近年來由于高速數(shù)字信號處理器 (DSP)的使用，從而使得這一算法簡單有效，而不再采用結(jié)構(gòu)復(fù)雜的快速傅里葉變換法、遞歸計算法等； N 越小，誤差越大，但計算量較小。 自相關(guān)函數(shù)在基音周期處表現(xiàn)為峰值 ， 相鄰兩個峰值之間的 間隔 即為一個基音周期 。 加之還有清濁混雜等情況 ，使基音檢測成為一大難題 。 平均幅度差函數(shù)法 語音信號 ??()sn 的短時平均幅度差函數(shù) [12][13] 定義為： 11201( ) ( ) ( ) ( ) ( )Nn nF s n m w m s n m w mR? ? ???? ? ? ? ? ?? () 其中， ()wm 是窗函數(shù)， N 是一幀語音信號的長度 ，因為語音信號的濁音段具有周期性， 我們 假設(shè)基音周期為 P ，則在濁音段， ()nF? 在 , 2 , 3P P P? ? ? ? ?? 處將出現(xiàn)谷點，谷點間的距離即為基音周期。短時平均幅度差函數(shù) 可以寫成： 101( ) ( ) ( ) 0 , 1 ,NnnF s n s nR? ? ???? ? ? ??? 1N? () 由于 ()nF? 只需加法、減法和取絕對值等計算，故算法簡單，很易于硬件實現(xiàn)，從而使得短時平均幅度差函數(shù)法在基音檢測中使用得相當(dāng)普遍，著名的 10 階線性預(yù)測聲碼器 LPC10 聲碼器就采用 AMDF 法來進行基音周期的提取。 如圖 23(a)是一幀語音信號， 23(b)是這幀語音信號的平均幅度差函數(shù)，可以看出 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基音周期。 安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文 7 圖 23 (a) 原信號 (b) 平均幅度差函數(shù) 圖 24 (a)加噪信號 (b) 平均幅度差函數(shù) 本章小結(jié) 本章對常用基于 ACF、 AMDF 的基音檢測算法的基本原理進行了詳細介紹，并進行了分析?；谡Z安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文 8 音信號短時平穩(wěn)性，它們的優(yōu)點 是比較簡單，主要應(yīng)用于只需要平均基音周期作為參數(shù)的語音編解碼，語音識別 等 。 平均幅度差函數(shù) 法 只需加法、減法和取絕對值等計算，算法簡單 ，運算量相比 自相關(guān)函數(shù) 法大為減少，易于硬件實現(xiàn)。 開始 /程序 /附件 /娛樂 /錄音機 。 語音信號的采樣和分幀 這里的“采樣”是指從語音信號中選取一段樣本，一般取樣點數(shù)為幀長的整數(shù)倍。分幀時需要對語音信號進行加窗操作，窗口長度的選擇非 常重要，窗口長度過短會使得分析安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文 10 窗內(nèi)沒有包含足夠的數(shù)據(jù)點來進行周期判斷，且短時能量變化劇烈；窗口長度過長，短時能量是一段長時間的平均，不但不能反映語音信號基頻的細節(jié)變化部分，而且使得計算量增大。一般窗長選為120240點，分幀模塊主要完成將取樣模塊中獲得的語音樣值點分為若干個語音幀。 打開 Matlab并新建一 .m文件 ，運行： x=wavread(39。)。 stem(x,39。)。采樣模塊從采樣頻率為 11KHz的語音信號中截取 1秒到 2秒這一時間段，取了 11000個樣點進行分析，取幀長為20ms，即每幀為 220個樣點值，共分為 50幀。39。%讀取聲音文件 x=x(11001:2202