基于倒谱法和线性预测法估计基音频率（MATLAB和Python）

基于倒谱法和线性预测法估计基音频率（MATLAB和Python）

倒谱法基音检测在python中实现

一帧信号的基音频率估计

wlen = 256
inc = 128
pitch = []
x1, Fs = librosa.load("a9.wav",sr=None)
plt.subplot(2,1,1)
# plt.plot(x1) # 画一段语音波形
signal = enframe(x1, wlen, inc)
# 取一帧
framedata = signal[15]
plt.plot(framedata)
f_b = pitch_cep(framedata, Fs)
plt.show()

一帧信号估计出来的基音频率是296.29Hz，与matlab求出的296.29Hz是一致的。

一段语音引号的基音频率估计

def pitch_cep(x, Fs):
    '''
    用倒谱法求基音频率
    :param x: 分帧后的数据
    :param Fs: 采样率
    :return: f_b该帧的基音频率
    '''
    x2 = fftpack.fft(x)
    amp = 20 * np.log10(abs(x2) + 0.0000001)
    x3 = abs(fftpack.fft(amp))
    x3[0:27] = 0
    x3[115:256] = 0
    y = max(x3)
    x = x3.tolist().index(y)
    f_b = Fs / (x - 1.0)
    # print('基音频率:', f_b, 'Hz')
    return f_b
wlen = 256
inc = 128
pitch = []
x1, Fs = librosa.load("a9.wav",sr=None)
plt.subplot(2,1,1)
plt.plot(x1)
signal = enframe(x1, wlen, inc)
# 取一帧
for i in signal:
    framedata = i
    f_b = pitch_cep(framedata, Fs)
    pitch.append(f_b)
plt.subplot(2,1,2)
plt.plot(pitch)
plt.show()

和MATLAB（下图）作对比，画出的结果是一致的。

LPC估计基音频率

线性预测分析是通过矩阵的特殊性质来解包含p个未知数的p个线性方程。自相关解法是的原理是在整个时间范围内使误差最小，即设$s(n)$在$0⩽n⩽N-1$以外的值都是零，等同于假设了$s(n)$经过了有限长度的矩形窗、海宁窗或者汉宁窗，就可以用p个方程来解有p个未知数的方程组了。

通常$s(n)$的加窗自相关函数定义为：
$$r(j)=\sum _{n=0}^{N-1}s(n)s(n-j),(1⩽j⩽p)\text{\hspace{1em}(1)}$$
由于$\varphi (j,i)$等效于$r(j-i)$,由于自相关是偶函数，所以有：
$$\varphi (j,i)=r(|j-i|)\text{\hspace{1em}(2)}$$
因此式
$$\phi (j,0)=\sum _{i=1}^p{a}_i\phi (j,i),(1⩽j⩽p)\text{\hspace{1em}(3)}$$
可以表示为：
r ( j ) = ∑ i = 1 p a i r ( ∣ j − i ∣ ) , ( 1 ⩽ j ⩽ p ) (4) r(j)=\sum_{i=1}^pa_ir(|j-i|),(1\leqslant j \leqslant p) \tag4 r(j)=