语音基音周期估计基础

先说下为什么要检测语音基音周期

（1）基音决定了语音的音调。汉语是一种有调的语音，同一句话，语调不同，意义差别非常大，准确的检测语音的基音周期，有利于“理解”话语中的意思。

（2）语音合成、声调控制等音效果制作的需要。

 

再说下什么是基音周期

按照经典的语音激励模型，声带周期性的张开和闭合所需要的时间，就是指基音的周期（ 假如声带 某次从开启到闭合的时间为 4ms ，那么，它的基音频率为 250Hz ）。很显然，要准确的检测基音周期，需要尽可能的先去掉声道模型和辐射模型的干扰。

 

一般来说，男性的基音频率约为50Hz~250Hz，女性的基音频率约为：100Hz~500Hz，所以我们通常把基音频率的上限限制为500Hz，同时，又由于50Hz对应的是交流电的工频频率，难以去掉它的噪声干扰，所以这个频率检测时也不予考虑。综上，基音频率的检测范围在60Hz~500Hz或者70Hz~500Hz比较好。

 

基音周期检测的困难

（1）有些音的发音不具有声带的震动，通常这些音为过渡音。

（2） 基波的分量往往不是最强的分量，容易把一些浊音的谐波当做基波（这是因为经过声道激励后，一些谐波分量变的比较强）

（3）基音周期变化范围大，从老年男人的 50Hz 到儿童和女性的 500Hz ，给检测带来了一定的困难。

 

基音周期检测预处理

（1）端点检测（多媒体核心技术群 中在2015-04-18日已经讲过了）

（2）带通滤波（60Hz~500Hz），尽可能去掉声 道 模型和辐射模型的干扰（去掉 50Hz 是为了避免工频噪声的干扰）

 

基音周期估计的方法

（1）平均幅度差法

　　语音的浊音，通常会呈现出一定的周期性，这个周期性与基音的周期一致，通过计算平均幅度差，来找到这个周期，就可以得到基音的周期。

（2）相关法

　　同样的道理，通过计算语音信号的自相关特性，并寻找相应的周期性，也可以得到语音的基音周期

（3）倒谱法

　　使用倒谱处理，使得脉冲激励与声道响应进行分离，再查找最大值，就可以得到语音的基音周期

（4）线性预测法

　　这类方法是先利用线性预测法，得到预测系数，再用这些系数去重建信号，这样就弱化了声道响应的影响。再进行自相关处理或者倒谱处理，就可以得到语音的基音周期

转载于:https://www.cnblogs.com/icoolmedia/p/pitch_period_estimation.html