基音周期估计

语音信号处理实验报告实验二：语音信号的基音周期估计学院：电子与信息学院专业：信息工程姓名学号：提交日期：2014.4.29实验二：语音信号基音周期估计1、实验内容从一段语音信号中估计出其基音周期。基音是指法浊音是声带振动所引起的周期性，而基因周期是指声带振动频率的倒数。2、实验方法尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT、谱图法、小波法等等。2.1、短时自相关法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。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。短时自相关运算定义为下式：10()()()NknnnmRkSmSmk2.2、平均幅度差函数法语音信号的短时平均幅度差函数Fn（k）定义为10()|()()|NknnnmFkSmkSm与短时自相关函数一样，对周期性的浊音一样，Fn（k）也呈现与浊音语音周期一致的周期特性，不过不同的是Fn（k）在周期的各个整数倍点上具有是谷值特性而不是峰值特性，因而通过Fn（k）的计算同样可以确定基音周期。线性加权短时平均幅度差（W-AMDF）的定义：101()|()()|1NknwnnmFkSmkSmNk2.3、实验过程2.3.1自相关法（ACF）1、录取一段录音，采样率8K，单声道2、用MATLAB的wavread函数把录音都进来并进行归一化处理3、对语音信号进行预加重4、对语音信号进行截止频率为1000Hz的低通滤波，然后进行分帧处理5、对每帧语音进行三电平削波处理6、对每帧分别计算短时自相关运算，去除每帧前十个点后再求最大值7、利用最大值对应的序号N来确定基音的周期2.3.2短时平均幅度差法（W-ADMF）1、录取一段录音，采样率8K，单声道2、用MATLAB的wavread函数把录音都进来并进行归一化处理3、对语音信号进行预加重4、对语音信号进行截止频率为1000Hz的低通滤波，然后进行分帧处理5、对每帧语音进行三电平削波处理6、对每帧分别计算线性加权短时平均幅度差运算，去除每帧前、后5个点后再求最小值M1和第二最小值M27、利用abs（M2-M1）来确定基音的周期3、实验结果短时自相关法（W-ADMF）短时平均幅度差法4、实验分析4.1结果分析根据自相关法和平均幅度差两种方法的结果对比，提取出来的基音周期大小有点差异，但是基本都相同。由此可知，用这两种方法估计基音周期还是可以的。4.2实验感想这次的基音周期估计实验感觉挺难的，首先上网找不到一些很成熟的方法来计算基音周期。其次由于所录的语音周期性不强，基本看不出有周期性。语音经过低通滤波后稍微有一点周期性，而且自相关值R（k）和短时平均幅度差F（k）的周期性也不好，由此很难求出基音的周期。不过经过这次实验，自己解决问题的能力提高很多。