基于短时自相关函数基因周期检测讲解.pptx

;什么是基音周期检测;;;基音周期的检测（端点检测）;1.设计数据文件;2.分帧处理;先定义一个帧数*帧长的数组，然后计算帧 的偏移量来，按语音数据的位置把x放入y中。;3.端点检测;pitch_vad1;基音周期的检测（基音检测中的带通滤波器）;什么是带通滤波器;带通滤波器的作用;什么是共振峰;为什么要减小共振峰;;;实现代码;代码理解;;基音周期的检测（短时自相关函数法; 短时自相关函数基因检测的主要原理大都是利用它的这些性质，通过比较原始信号和它的延迟后的信号之间的类似性质来确定基音周期。如果延迟量等于基音周期，那么两个信号具有最大类似性，或是直接找出短时自相关函数的两个最大值间的距离，即为基音周期的初估值。 在用短时自相关函数检测基音时，常用归一化的自相关函数，表达式为 r(k)= R(k)/ R(0) 以上性质②中已指出，k=0，R(0)为最大值。所以r(k)的模值永远小于或等于1。 已知基音频率范围为60Hz~500Hz之间，采样率为fs时，则基音周期（样点值）范围在fs/500~fs/60之间，然后在这个范围之间寻找归一化相关函数的最大值，对应的延迟量就是基音周期。 ;二 代码编写 用短时自相关函数法得基音周期的程序： function period=ACF_corr(y,fn,vseg,vsl,lmax,lmin) pn=size(y,2); if pn~=fn, y=y; end % 把y转换为每列数据表示一帧语音信号 wlen=size(y,1); % 取得帧长 period=zeros(1,fn); % 初始化 for i=1 : vsl % 只对有话段数据处理 ixb=vseg(i).begin; ixe=vseg(i).end; ixd=ixe-ixb+1; % 求取一段有话段的帧数 for k=1 : ixd % 对该段有话段数据处理 u=y(:,k+ixb-1); % 取来一帧数据 ru= xcorr(u, coeff); % 计算归一化自相关函数 ru = ru(wlen:end); % 取延迟量为正值的部分 [tmax,tloc]=max(ru(lmin:lmax)); % 在Pmin～Pmax范围内寻找最大值 period(k+ixb-1)=lmin+tloc-1; % 给出对应最大值的延迟量 end end ;三 实验结果 ;四 结果分析 在端点检测和滤波后，再经过短时自相关函数法处理得到上面的实验结果图，可看出基音周期有很多的野点，需要进行平滑处理，也可以看出基音周期大约为40个样点数，即基音周期为40/fs,采样率为8000Hz，得周期为0.005s,基音频率为200Hz. ;基音周期的检测（平滑处理）;线性滤波算法 让基音轨迹序列通过一个“低通”FIR滤波器。由于基音轨迹中的野点都是一些突发跳动点，它们具有很高的“频率分量”，采用“低通”滤波即可以将其去除。 线性平滑是用滑动窗口进行线性滤波处理，即 式中，﹛w(m)﹜，m=-L,-L+1,…,0,1,2,…,L为（2L+1）点平滑窗，满足 ;中值滤波算法：一种非线性滤波 在被平滑点的左右各取L个样点。连同被平滑点共同构成一组信号采样值（共（2L+1）个样值），然后将这（2L+1）个样值按大小次序排成一对，取此队列中间者作为平滑器的输出。 L值一般取为1或2，即中值平滑的“窗口”一般套住3或5个样值。中值平滑的优点是既可以有效地去除少量的野点，又不会破坏基音周期轨迹中两个平滑段之间的阶跃性变化。 ;matlab函数? y = medfilt1(x,n)? x为输入序列；k为窗长，即套住的样点数，一般取3或5。y是中值滤波后的输出序列。 设有一个一维序列f1,f2,…,fn,取窗口长度（点数）为m（m为奇数）,对其进行中值滤波，就是从输入序列中相继抽出m个数fi-v,…,fi-1,fi,f