利用平均幅度差函數(shù)法進行基音周期估計

1、1SpeechPitchPeriodEstimationBasedonAMDFAbstract：Pitchperiodisakeyparameterinspeechcompressionsynthesisrecognition.ThewellknownAMDFisoftenusedtodeterminethisparameter.Butitiseasytomaketheestimatedpitchdoubled.Accdingtothe

2、conventionalspeechgeneratingmodeAMDFthepaperreferstoanewspeechpitchdeterminationalgithmwhichbasesonAMDF.Thenewmethodcanresolveboththeerrbysearching“thefirsttrough“thereduplicationbysearching“theminimaltrough“.Itcanwinmea

3、ccurateresultsbyfecastingtherangeoftheroughvaluemakinglineartransfmation.Thealgithmnotonlysimplifiesthepitchdetectionbutalsoefficientlydecreasestheestimationerrsimprovestheprecisionofestimatedvalues.Keywds:averagemagnitu

4、dedifferencefunction(AMDF)pitchperiodestimation1引言引言基音是指發(fā)濁音時聲帶振動起的周期性而基音周期是指聲帶振動頻率的倒數(shù)。基音周期檢測是語音信號處理中的重要工作之一。然而基音周期的精確檢測實際上是比較困難的。這是因為聲門激勵信號并不是一個完全的周期序列在語音開頭和結(jié)尾部分不具有聲帶振動那樣的周期性清音和有些濁音的過渡幀很難判斷有沒有周期性同時語音的共振峰會嚴(yán)重影響激勵信號的諧波結(jié)構(gòu)因為語

5、音信號本身是有音調(diào)變化的另外人的基音周期變化范圍比較大從50Hz到500Hz。準(zhǔn)周期脈沖序列發(fā)生器隨機噪聲發(fā)生器基音周期時變線性系統(tǒng)濁音清音增益控制時變參數(shù)語音取樣值(a)簡化的語音生成數(shù)學(xué)模型與自相關(guān)法相比AMDF方法具有運算量小、精度高等優(yōu)點在軍用語音編碼中得到廣泛應(yīng)用。但是在AMDF方法中經(jīng)常發(fā)生基音估計結(jié)果為實際基音周期的2倍這不僅與語音信號波形復(fù)雜有關(guān)還與短時AMDF函數(shù)的特性有關(guān).短時AMDF函數(shù)隨著滯后時間的增加峰值幅度逐

6、漸下降，這使得谷值點檢測以及谷值點的清晰度檢查比較困難，針對該問題相關(guān)文獻提出了不少改進方法。本文提出了一種改進的AMDF方法它通過簡單的預(yù)設(shè)谷值范圍、線性變換等步驟實現(xiàn)了較精確的基音檢測。3（c）時域波形和及對應(yīng)的加權(quán)AMDF3實驗設(shè)計實驗設(shè)計1）首先對裝載后的原始語音信號進行分幀，在參數(shù)選擇上使得幀長等于幀移，而且?guī)L控制在比較小的范圍內(nèi)。編寫一個判斷每幀語音信號短時能量的函數(shù)，統(tǒng)計分幀后的語音信號每幀的平均能量，由于靜音幀和清音幀

7、的能量較濁音幀的能量小，那么可以根據(jù)實驗結(jié)果選擇合適的平均能量閾值，當(dāng)某幀的能量小于該閾值時可以認(rèn)為這幀不含有基音周期信息，把該幀的幀號記錄在一個數(shù)組中。（d）原始語音信號與去清音和靜音后信號的比較2）對每幀信號經(jīng)過短時能量判斷后，根據(jù)數(shù)組記錄的幀號對對應(yīng)幀的內(nèi)容作置零處理，然后把非零內(nèi)容的幀組成一個新的語音，這時候可以認(rèn)為新的語音信號中含有豐富的基音周期信息。（e）重新組成的語音信號3）然后對新生成的語音信號進行分幀，然后編寫一個平均