一种语音信号基音周期时域估计算法.docVIP

精品文档，助力人生，欢迎关注小编！ 一种语音信号基音周期时域估计算法 打开文本图片集 摘要：在语音识别和语音合成中，基频周期的准确估计是一项重要的语音处理环节。自相关函数法是一种适用于低信噪比下的非常有效的基音周期估计算法，这种算法需要对信号相关后的峰值位置进行准确估计。本文提出了一种峰值点位置判别方法，它可以对时域语音信号相关后的峰值点位置进行准确判断，从而比较准确地估计出语音信号的基频周期，并且复杂性不高，易于实现。 关键词：语音合成;基频周期;时域;自相关函数法;峰值估计 中图分类号：TP247 文献标识码：A 文章编号：1009-3044（20XX）22-0214-03 开放科学（资源服务）标识码（OSID）： E：＼知网文件＼电脑＼电脑22-24＼22＼6xs20XX22＼Image＼image1_2.jpeg A Time Domain Estimation Algorithm for Speech Signal Pitch Period WU Shu-xing （Beijing Information Technology College， Beijing 100015， China） Abstract： In speech recognition and speech synthesis， accurate estimation of the fundamental frequency period is an important part of speech processing. The autocorrelation function method is a very effective pitch period estimation algorithm suitable for low SNR. This algorithm needs to accurately estimate the peak position after signal correlation. In this paper， a method for judging the peak position is proposed， which can accurately judge the position of the peak point after the correlation of the time domain speech signal， so as to estimate the fundamental frequency period of the speech signal more accurately， and the complexity is not high and easy to implement. Key words： speech synthesis; fundamental frequency; period time domain; autocorrelation function method; peak estimation 在語音信号处理技术中，基频周期的估计是一个非常重要的环节[1-2]。基音检测广泛地应用于语音分析合成、语音压缩编码、语音识别以及语音分段等方面[3]，多年来，研究者们提出了各种基音检测算法，例如自相关函数法（Autocorrelation Functi，ACF）[4]、平均幅度差函数法（Average Magnitude Difference Function，AMDF）、小波变换法、倒谱法等。通常，基音周期提取方法主要有时域估计法和变换域估计法。 时域估计法是直接由语音信号波形来估计基音周期，很早就得到应用，由于其实现起来比较简单、运算量少应用非常广泛。自相关函数法就属于这种时域估计法，比较适合低信噪比情况下的基音周期提取 [5-6]。自相关函数法在进行基音提取时，需要对峰值位置进行估计，当峰值位置由于局部极小值导致估计不准确时，就会影响其性能。 本文将描述一种峰值点位置估计方法，它能使峰值点位置的判断更加准确，从而比较准确地估计出语音信号的基频周期。 1短时自相关函数法估计基音周期 自相关函数法属于时域估计算法，与其他时域算法相比，具有较好的抗噪声干扰的特性，提取到的基音轮廓特征明显，准确度较好，实现简单，同时也是语音信号处理领域中使用广泛的一种算法。 算法的原理是语音信号的自相关函数值会在基音周期的整数倍位置上出现峰值，检测峰值的位置即可提取出基音周期，如图1所示。 通过短时自相关函数的计算公式对每一帧进行自相关计