基于MATLAB的自相关函数基音检测的优化.docVIP

基于MATLAB的自相关函数基音检测的优化 　　摘要:基音是语音信号的一个重要参数,它是指发浊音时声带振动所引起的周期性。基音的提取是语音处理中的重要任务。目前对基音的检测方法有很多,典型的就有自相关法,AMDF(短时平均幅度差)法,倒谱法等等。这里介绍一种自相关和倒谱相结合的算法,较传统的自相关法有一定的改进和优化。 　　关键词:自相关;倒谱;三电平中心削波 　　中图分类号:TP391文献标识码:A文章编号:1009-3044(2009)36-10611-02 　　The Autocorrelation Function based on MATLAB Optimization of Pitch Detection 　　WANG Li 　　(Qinghai Normal University Physics Department Pronunciation and Image Laboratory, Xining 810008, China) 　　Abstract: Pitch is an important parameter of speech signals, which is when the hair dullness caused by the cyclical nature of vocal fold vibration. Pitch extraction is an important task of speech processing. Currently there are a lot of pitch detection methods, typically there is self-correlation method, AMDF (short-time average magnitude difference) method, cepstrum, etc. Here are a self-correlation and cepstrum combination of algorithms, the more traditional autocorrelation have some improvements. 　　Key words: autocorrelation; cepstrum; the three-level center clipping 　　基音是语音信号处理中的一个非常重要的参数。准确地检测出基音周期对语音的分析,合成,以及语音的压缩编码,语音识别等有重要的意义。 　　自相关法和倒谱分析是基音周期估计比较常用的方法,浊音信号的自相关函数在基音周期的整数倍位置上出现峰值。文献[3]采用对浊音信号的预处理,改进自相关函数,文献[4]采用自相关函数与短时平均幅度差函数的结合,改进自相关函数。本文提出自相关法和倒谱分析相结合的处理方法,获得优于传统自相关函数的检测效果。 　　1 各种函数应用于基音检测的原理 　　1.1 自相关函数应用于基音检测的原理 　　对于时间离散化的确定性信号,自相关函数定义为: 　　 (1) 　　对于周期性信号序列,自相关函数定义为: 　　 ,式中k为延迟点数。 (2) 　　自相关反映了信号和其自身作了一段延迟后的相似程度,一个周期信号的自相关函数也是周期的,并且和原信号的周期相同,有R(k)=R(k+Np)。浊音是声带的周期性开启,闭合产生的,具有周期性。所以它的自相关的周期就代表着浊音的周期,且在周期整数倍位置上出现峰值,一般情况取最大峰值点作为基频点;清音是不由声带振动产生的,因而不具周期性。自相关法就是通过这个性质来检测基音的。 　　1.2 倒谱应用于基音检测的原理 　　倒谱定义为时间序列的z变换的模的对数的逆z变换。具体说,序列x(n)的倒谱c(n)定义为: 　　 (3) 　　或表示成傅立叶变换形式: 　　 (4) 　　语音产生模型是一个由周期脉冲序列(浊音)或白噪声序列(清音)激励的线性滤波器,在一帧内近似认为滤波器是时不变的,因此,语音信号序列是激励源和滤波器的冲激响应的卷积。倒谱将卷性语音变换为加性语音,分离出激励源和滤波器。 　　1.3 三电平中心削波的原理 　　三电平中心削波的输入输出函数为: 　　 (5) 　　即削波器的输出在x(n)CL时为1,x(n)-CL时为-1,除此以外都为0。这样可以增加刚刚超过电平的峰的重要性,滤除大多数次要的峰,只保留了明显的具有周期性的峰,避免了对清音段不必要的分析处理,这对后期处理有很大的好处。 　　2 改进的算法的提出与实现 　　改进的算法主要包含一下几个方面:分帧加窗及低通滤波,浊音信号预处理(三电平中心削波),作自相关变换,倒谱分析,基音检测6个部