专利名称：一种语音信号的基音周期估计算法的制作方法
技术领域：
本发明涉及语音信号处理领域，具体来讲涉及一种语音信号的基音周期估计算法。
背景技术：
语音信号分析是语音信号处理的前提和基础，只有分析出可表征语音信号本质特征的参数，才有可能利用这些参数进行高效的语音合成、语音识别、语音压缩编码等处理，其中，基音周期是语音信号处理中最重要的特征参数之一。基音周期是指发浊音时声带振动的周期，基音周期的估计称为基音检测，其目的是提取出与声带振动频率一致或尽可能相吻合的基音周期变化的轨迹曲线，作用非常关键。、由于语音信号可视为一个动态非平稳的随机过程，语音波形和声带振动的频率变化范围大且十分复杂，声道的易变性及声道特征因人而异，而基音的范围又很宽，即使是同一个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。尤其是在语音的头尾部并不具有声带振动那样的周期性，对有些清浊音的过渡帧很难判定它属于周期性还是非周期性；即使语音信号是准周期的，其共振峰结构和噪声有时会影响波峰和过零率，很难准确定位基音周期的开始和结束；基音周期变化范围较大，从低音男性的50Hz到高音女性或儿童的500Hz，接近三个倍频程；这些都给基音周期的检测带来了一定的困难。目前的基音检测方法中，以ACF(Auto Correlation Function,自相关函数)方法和 AMDF(Average Magnitude Difference Function,平均幅度差函数)方法最为经典。ACF方法是计算语音信号的自相关函数，通过ACF曲线在基音周期整数倍位置存在较大峰值来估计基音，但随着信噪比的下降，通常会导致倍频或半频错误。AMDF方法是计算语音信号的平均幅度差函数，通过AMDF曲线在基音周期整数倍处出现谷值来估计基音，该方法在语音信号的幅度或频率变化比较敏感时，基音检测精度明显下降。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种语音信号的基音周期估计算法，在低信噪比环境下能有效检测到基音周期，减少提取误差，减少倍频或半频错误，在语音信号的幅度或频率变化敏感时，提高基音估计精度，鲁棒性较好。为达到以上目的，本发明采取的技术方案是一种语音信号的基音周期估算方法，包括如下步骤S1.将带噪音的语音信号经自适应滤波器进行降噪处理；S2.求出降噪后语
音信号的自相关函数和循环的平均幅度差函数；S3.通过公式
权利要求
1.一种语音信号的基音周期估算方法，其特征在于，包括如下步骤 51.将带噪音的语音信号经自适应滤波器进行降噪处理； 52.求出降噪后语音信号的自相关函数和循环的平均幅度差函数； 53.通过公式
2.如权利要求I所述的语音信号的基音周期估算方法，其特征在于所述自适应滤波器为最小均方误差自适应滤波器。
3.如权利要求I所述的语音信号的基音周期估算方法，其特征在于所述S2中，循环 的平均幅度差函数为
4.如权利要求3所述的语音信号的基音周期估算方法，其特征在于计算所述循环的平均幅度差函数时，当前加窗语音帧内的每个样本点都被使用且仅被使用一次，求和的差值项数也相同。
5.如权利要求3所述的语音信号的基音周期估算方法，其特征在于所述Su(n)的自 相关函数及
6.如权利要求5所述的语音信号的基音周期估算方法，其特征在于所述自相关函数错误！未找到引用源。R(k)在基音频率整数倍处出现峰值特性，根据除R(O)外的第一峰值点来估计基音。
7.如权利要求5所述的语音信号的基音周期估算方法，其特征在于所述自相关函数在基音周期处表现为峰值，平均幅度差函数在基音周期处表现为谷值。
8.如权利要求7所述的语音信号的基音周期估算方法，其特征在于所述S3中，
全文摘要
一种语音信号的基音周期估计算法，涉及语音信号处理领域，包括如下步骤S1.将带噪音的语音信号经自适应滤波器进行降噪处理；S2.求出降噪后语音信号的自相关函数和循环的平均幅度差函数；S3.通过公式得出加权平方特征，其中，α、β、γ为大于1的常数，R(k)为所述自相关函数，D(k)为所述平均幅度差函数。在低信噪比环境下能有效检测到基音周期，减少提取误差，减少倍频或半频错误，在语音信号的幅度或频率变化敏感时，提高基音估计精度，鲁棒性较好。
文档编号G10L21/02GK102737645SQ20121019698
公开日2012年10月17日 申请日期2012年6月15日 优先权日2012年6月15日
发明者付斌, 管晏 申请人:武汉天喻信息产业股份有限公司