基于正交变换的基音检测算法(2)

　　此算法在去噪过程中其变换核函数（变换矩阵）是随帧改变而改变的，每一帧语音都会更新一次变换核函数，所以该算法具有帧间自适应增强。
　　4算法仿真实验
　　4.1实验材料（语音样本）
　　实验用的语音取自笔者的导师建立的语音样本库。其语料为诗词、短句和文章，录制转换后的数字语音均为8kHz采样、8bit量化、线性PCM编码。语音样本库的容量是186MB。实验时用的语音是从样本库中挑选的诗词和短句，加入高斯白噪声后形成带噪的语音。实验用的语音样本取帧长320点、帧移160点。
　　4.2实验结果及其分析
　　图1是用不同方法进行基音检测的实验结果，图（a）是一帧浊音的自相关函数波形，图（b）是平均幅度差函数波形，图（c）是二者比值的平方波形。从图1可看出，二者比值的平方波形要比单一自相关、平均幅度差的波形尖锐得多，在峰值处尤为明显。在图2中，（a）为纯净的语音信号“蓝天，白云，碧绿的大海”的基音周期轨迹，（b）为单一自相关或平均幅度差函数方法对信噪比为5dB的带噪语音进行基音检测的实验结果，（c）为本文算法对带噪语音进行基音检测的实验结果。结果显示，加入噪声后提取的基音周期（图b）相比纯净语音的基音周期（图a），部分帧有缺失或减小现象，这是由于背景噪声的干扰造成的。而经过本文算法提取语音的基音周期轨迹（图c）几乎与纯净语音的基音周期轨迹（图a）一致。
　　5结束语
　　本文将自相关函数、平均幅度差函数二者比值平方的基音检测法和正交变换相结合，提出了一种在随机背景噪声下的基音周期提取方法。实验结果表明，与单一的自相关法和平均幅度差函数法相比，该算法获取的基音周期有较高的准确性和对噪声有较强的鲁棒性，有利于语音识别和编码的实时处理。
　　【参考文献】　　
　　[1] Rabiner L R.On the use of autocorrelation analysis for pitch detection[J]. IEEE Trans on Acoustics， Speech and Signal Processing，1977，25（1）：24-33.
　　[2] Noll A M.Cepstrum pitch determination[J].Journal of the Acoustical Society of America，1967，41（2）：293-309.
　　[3] Boersma P.Accurate short-term analysis of the fundamental frequency and the harmonics-to-noise ratio of a sampled sound[C]. Proc of the Institute of Phonetic Sciences of the University of Amsterdam，1993：97-110.
　　[4]KobayashiH，ShimamuraT.Amodifiedcepstrummethodforpitchextraction[C].The1998IEEEAsia-PacificConferenceonCircuitsandSystems，1998：299-302.
　　[5]AhmadiS，SpaniasAS.Cepstrum-basedpitchdetectionusinganewstatisticalV/UVclassificationalgorithm[J].IEEETransonSpeechandAudioProcessing，1999，7（3）：333-338.
　　[6]姜占才，姚刚.一种无门限U/V判决和基音检测算法[J].计算机工程与应用，2011，47（25）：140-142.
　　[7]林琴，郭玉堂，刘亚楠.基于自相关平方函数与小波变换的基音检测[J].计算机应用，2009，29（5）：1432-1436.
　　[8]徐金甫，陈小利.基于线性预测的综合基音检测法[J].计算机工程与设计，2008，29（4）：891-893.
　　[9]陈小利，徐金甫.利用小波变换加权自相关的基音检测法[J].数据采集与处理，2007，22（4）：463-467.

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

基于正交变换的基音检测算法(2)