基于自相关平方函数与小波变换的基音检测.doc

第29卷第5期2009年5月文章编号:100l一908l(2009),郭玉堂,刘亚楠(合肥师范学院计算机科学与技术系。合肥230061)(******@yaIl∞.)摘要:在背景噪声干扰条件下,研究语音信号的基音周期,提出了一种基于自相关平方函数与小波变换结合的基音检测算法。该算法先用小波变换对带噪语音去噪,然后再求语音的自相关平方函数以突出真实基音周期的峰值,以获取较精确的基音周期。实验结果表明,与传统的自相关法相比,该算法鲁棒性好,具有更高的准确性,且计算复杂度低,利于语音合成和编码的实时处理。关键词:语音信号;自相关平方函数;小波变换;基音检测中图分类号:’:AonautocorrelationsquarefhnctionandwaveletUNQin,,UUYa-(却口n删眦旷c0唧m盯&拓唧Ⅱ,ldM,|o幻肼月咖舳m饵fcof‰蜘铳A以越230061,饥i舭)AbSt髓ct:Arobustpitchdetecti伽a190rithmb鹊edforspeechonautocorrelationsqllarefIlnctionandwaveletsignalwastransfo珊w船pmposedsi印als∞verelycorⅢ℃“,theproposedalgo—plexity,whichis900dfor8peechsynthesizing跚dcodingin玎eal-:speech8igIlal;肌tocon℃lation8quarefuncti∞;啪velet岫nsfo珊;pitchdetecti∞O引言人在发浊音时,声门周期性地打开与闭合,使来自肺部的号波形相同,就会在超前、滞后处出现峰值。自相关函数可用于研究信号本身,如波形的同步性,周期性等。对于确定性信号序列,自相关函数定义如下:空气流形成一串周期性的脉冲气流进入声道,这串周期性脉冲的周期称为基旨周期。基音周期是语音信号处理中的重要参数之一,准确而快速的基音周期提取对语音编码、合成、识别等都具有重要意义。近几十年来,提出r多种基音榆测方法,最具代表性是自相关法…、平均幅度差函数法、倒谱法及小波变换法。理论上,它们都可以准确地提取无背景噪声的语音基音周期。但通常得到的语音信号有各种背景噪声,所以噪声环境下的基旨检测是必要的。因此,为了在噪声环境下精确提取基音周期,本文提出了一种基于自相关平方函数和小波变换相结合的基音检测算法。即首先利用小波变换,滤除非锐变信息和噪声的影响,以加强声门闭合瞬间的锐变信息;然后把小波变换后的结果作为被处理信号,计算其自相关平方函数;最后利用自相关平方函数在基音周期的各整数倍点上具有较高的峰值,就可以检测出基音周期。该算法在信噪比很低的情况下能准确地检测为:R(&)=∑并(m)茁(m+J|})(1)对于随机性信号序列或周期信号序列,自相关函数定义尺(后)2艘赢墨,(m)石(m+_|})●Ⅳ(2)如果序列髫(n)具有周期坼,即戈(n)=并(n+ⅣP),则:R(J}+ⅣP)=∑z(m)茗(m+.|}+坼)=∑石(m)菇(m+_j})=尺(七)~.(3)R(_|}+ⅣP)23受志,墨,(m)石(m+尼+ⅣP)=触赤墨,(m)茗(m+矗)=R(J|})Ⅳ(4)由此可得,自相关函数尺(知)与周期序列{舅(n)}具有相同的周期Ⅳp。出基副司期,大大提高了算法的鲁棒性,并且容易实现。1原理自相关分析是语音信号时域分析的一种常用方法,它由语音信号中清音没有周期性,它的自相关函数尺(七)也没有周期,尺(矗)会随着后的增大迅速衰减。浊音信号具有准周期性,它的自相关函数R(七)具有与{石(n)}具有相同的周期。自相关法的基音检测就是利用尺(||})的这一性质对语音信号进行基音检测的。。相关函数可用来测定信号间的时域相似性。如果两个信号完全不同,相关函数接近于零;如果两个信收稿