语音信号的时域处理（二）

通过短时时域处理技术，可获得语音信号的相关特性。今天，介绍如何利用短时自相关函数提取语音信号中的基音。

那么，什么是基音呢？声带每开启和闭合一次的时间称音调周期或基音周期，其倒数称为基音频率，简称基音。基音与个人声带的长短、薄厚、韧性、劲度和发音习惯等有关，在很大程度上反应了个人的特征。此外，基音还随人的性别、年龄而定，老年男性偏低（约50Hz），小孩和青年女性偏高（约450Hz）。基音主要应用于低码率语音编码、语音分析与合成、语音识别和说话人识别等，在语音信号领域占据非常重要的地位。

短时自相关函数公式：

短时自相关函数具有一些特点：
1）当k取0时，函数为最大值，此时自相关函数的取值就是该信号的短时能量（参见之前的文章）；
2）如果原序列是周期为T的周期信号，那么自相关函数也是周期为T的周期函数。利用该特点，可以计算语音信号里的基音。

举个栗子：

上图是基于44100Hz采样率采集的时长为0.9秒的语音信号，设帧长为1200，帧移为600，取红框内（人声部分）的一帧，如下图所示。

图(a) 人声部分的某一帧

图(b) 该帧的自相关函数

由上图（b）所示，除去第一个最大值后（0处），最大值在k= 236处，那么该帧对应的基音频率为：

除此之外，短时自相关函数还可以用来进行端点检测，判断一个语音是浊音还是清音等。好了，今天的内容就讲这么多，下期见！