短时自相关函数法基音检测.docxVIP

专业班级 成员 08 级信息工程 组别 1、引言 人在发浊音时,气流通过声门使声带产生张弛振荡式振动,产生一股准周期脉冲气流,这 一气流激励声道就产生浊音,又称有声语音,它携带着语音中的大部分能量。这种声带振动的 频率称为基频,相应的周期就称为基音周期( Pitch) ,它由声带逐渐开启到面积最大(约占基音 周期的 50% ) 、逐渐关闭到完全闭合(约占基音周期的 35% ) 、完全闭合(约占基音周期的 15% )三部分组成。 当今主流的基音周期检测技术主要有时域的自相关法、频域的倒谱法、时频结合的小 波变换分析方法以及在其基础上的衍生算法。本文所采用的方法是自相关法 2．设计思路 (1)自相关函数 对于离散的语音信号 x(n)，它的自相关函数定义为： R(k)=Σx(n)x(n-k)， 如果信号 x(n))具有周期性，那么它的自相关函数也具有周期性，而且周期与信号 x(n)的周 期性相同。自相关函数提供了一种获取周期信号周期的方法。在周期信号周期的整数倍上， 它的自相关函数可以达到最大值，因此可以不考虑起始时间，而从自相关函数的第一个最 大值的位置估计出信号的基音周期，这使自相关函数成为信号基音周期估计的一种工具。 (2)短时自相关函数 语音信号是非平稳的信号，所以对信号的处理都使用短时自相关函数。短时自相关函数是 在信号的第 N 个样本点附近用短时窗截取一段信号，做自相关计算所得的结果 Rm(k)=Σx(n)x(n-k) 式中，n 表示窗函数是从第 n 点开始加入。 3、程序代码 function pitch x=wavread(E:\luyin\wkxp.wav);%读取声音文件 figure(1); stem(x,.); %显示声音信号的波形 n=160; %取20ms的声音片段，即160个样点 for m=1:length(x)/n; %对每一帧求短时自相关函数 for k=1:n; Rm(k)=0; for i=(k+1):n; Rm(k)=Rm(k)+x(i+(m-1)*n)*x(i-k+(m-1)*n); end end p=Rm(10:n); %防止误判，去掉前边10个数值较大的点 [Rmax,N(m)]=max(p); %读取第一个自相关函数的最大点 end %补回前边去掉的10个点 N=N+10; T=N/8; %算出对应的周期 figure(2);stem(T,.);axis([0 length(T) 0 10]); xlabel(帧数(n));ylabel(周期(ms));title(各帧基音周期); T1= medfilt1(T,5); %去除野点 figure(3);stem(T1,.);axis([0 length(T1) 0 10]); xlabel(帧数(n));ylabel(周期(ms));title(各帧基音周期); 4、运行结果与分析 （1） 运行 x=wavread(E:\luyin\wkxp.wav);%读取声音文件 figure(1); stem(x,.); %显示声音信号的波形 得到的波形如下 图 1 原来的声音文件时长为 t=5s,采样率为 8kHZ。故总共有 5*8k=40000 个采样点（如图所示）。 图中的三个波形分别对应 a,o,e （2） 运行 n=160; %取20ms的声音片段，即160个样点 for m=1:length(x)/n; %对每一帧求短时自相关函数 for k=1:n; Rm(k)=0; for i=(k+1):n; Rm(k)=Rm(k)+x(i+(m-1)*n)*x(i-k+(m-1)*n); end end p=Rm(10:n); %防止误判，去掉前边10个数值较大的点 [Rmax,N(m)]=max(p); %读取第一个自相关函数的最大点 end %补回前边去掉的10个点 N=N+10; T=N/8; %算出对应的周期 figure(2);stem(T,.);axis([0 length(T) 0 10]); xlabel(帧数(n));ylabel(周期(ms));title(各帧基音周期); 得到的结果为： 图 2 由第一步可知 40000 个样点，一共有 250 帧（每帧 160 个样点），对应着图中的横坐标 由图中可以看出基音周期大约为 7ms.但是图中存在太多的野点，为此，需要对此进行进一 步的处理，即去除野点 （3）去除野点 运行 T1= medfilt1(T,5); %去除野点 figure(3);stem(T1,.);axis([0 length(T1) 0 10]); xlabel(帧数(n));ylabel(周期(ms));title(各帧基音周期); 运行结果如下 图 3 5、设计中遇到的问题与心得 （1）设计中