基于河南方言的低信噪比下基音检测算法研究.docVIP

基于河南方言的低信噪比下基音检测算法研究 韩芳1 （1.黄河科技学院 信息工程学院，河南 郑州，450063） 摘要：基音检测是河南方言语音信号处理中的一个重要环节，针对低信噪比环境下的河南方言语音基音检测准确率低的问题，提出一种语音信号增强和基音检测相结合的算法。通过多窗谱估计的改进谱减法对语音信号进行降噪处理，对增强后的语音信号用中心削波法消除偏离基音轨迹的野点，再通过自相关法实现基音检测。仿真结果表明，对于低信噪比环境下河南方言语音信号的基音估值检测结果准确,估算出的基音频率和实际基音频率能很好的重合。 关键词：基音检测；多窗谱；谱减法；自相关函数 中图分类号：TN912.3 文献标识码：A A Study of Pitch Detection Algorithm in Low SNR Based on Henan Dialect Han Fang1 (1. The School of information Engineering, HUANGHE ST COLLEGE, Zhengzhou, Henan, 450063, China) Abstract: Pitch detection is an important part of Henan dialect speech signal processing, for low accuracy issues of Henan dialect pitch detection of noisy speech, the improved pitch detection method was proposed for noisy speech combined with speech enhancement. It reduces speech signal noise by using modified spectral subtraction for multiple window spectral, centre clipping method eliminates outliers deviate from the pitch track for enhanced speech signal, realized pitch detection by ACF. Experimental simulations results show that, the method can detect Henan dialect pitch detection in low SNR, and the estimated pitch frequency coincides with the actual pitch frequency. Key Words: pitch detection; multiple window spectrum; spectral subtraction; ACF 1引言 基音周期是语音信号处理中最重要的特征参数之一，基音的提取和估算对语音分析十分重要，基音检测作为河南方言语音处理的关键环节，直接影响整个语音处理系统的性能。[1，2]基音检测算法目前有很多种，但是还没有一个统一的适合任何语音环境的算法,自相关函数是特别适合在噪声环境下进行基音提取的一种算法，但第一共振峰的频率通常和基音的频率非常接近，而单独用自相关函数法通常会导致半频或倍频的基音提取错误。本文提出了采用多窗谱估计的改进谱减法对带噪语音进行降噪，然后将增强后的语音作为基音检测的待处理语音进行分帧加窗处理，为了提高自相关函数检测基音周期的准确性，使用中心削波法对语音信号进行预处理，再进行自相关函数运算，基音提取后进行平滑处理消除基音周期轨迹中偏离正常轨迹的估算值。通过MATLAB编程对河南方言语音基音的估算进行仿真，实验结果表明，本文提出的方法可以在低信噪比下能精确的对基音进行检测，对提高河南方言语音识别的识别率提供了条件。 2语音信号降噪 多窗谱估计是由Thomson于1982年提出的。传统的周期图法只用一个数据窗，而Thomson对同一数据序列用多个正交的数据窗分别求直接谱，然后求平均得到谱估计。[3,4]多窗谱是一种比周期图法更准确的谱估计方法。 多窗谱定义为： （1） 式中，L为数据窗的个数；Smt为第k个数据窗的谱： （2） 式中，x（n）为数据序列；N为序列长度；ak（n）为第k个数据窗，满足多个数据窗间的相互正交： （3） 本文利用多窗谱估计的改进谱减法对河南方言语音进行降噪处理。利用多窗谱改进谱减法的具体原理框架图如图1所示。 图1 多窗谱估计的改进谱减法原理框图 3基音检测 3.1自相关法 语音信号的时间序列为x（n