倒谱法的基因周期检测matlab,两种基音周期检测方法

很好很强大@!

基音周期中两种算法

常用的基音周期检测方法－自相关函数法、倒谱法、平均幅度差函数法都属于非基于事件基音检测方法，都先将语音信号分为长度一定的语音帧，然后对每一帧语音求平均基音周期，它们的优点是比较简单，主要应用于只需要平均基音周期作为参数的语音编解码，语音识别等。

自相关函数具有很好的抗噪性，但易受半频、倍频错误影响。平均幅度差函数只需加法、减法和取绝对值等计算，算法简单；它们在无背景噪声情况下可以精确地提取的语音基音周期，但在语音环境较恶劣、信噪比较低时，检测的结果很差，难以让人满意。

2.1 基于短时自相关函数的方法

能量有限的语音信号 s(n) 的短时自相关函数[10][11]定义为：

Rn( ) N 1

m 0 [s(n m)w(m)][s(n m )w(m )] (2.1)

其中， 为移位距离，w(m)是偶对称的窗函数。

短时自相关函数有以下重要性质：

①如果 s(n) 是周期信号，周期是P，则R( )也是周期信号，且周期相同，即R( ) R(P )。

②当τ=0时，自相关函数具有最大值；当 0, P, 2P, 3P…处周期信号的自相关函数达到极大值。

③自相关函数是偶函数，即R( ) R( )。

短时自相关函数法基音检测的主要原理是利用短时自相关函数的第二条性质，通过比较原始信号和它移位后的信号之间的类似性来确定基音周期，如果移位距离等于基音周期，那么，两个信号具有最大类似性。

在实际采用短时自相关函数法进行基音检测时，使用一个窗函数，窗不动，语音信号移动，这是经典的短时自相关函数法。窗口长度N的选择至少要大于基音周期的两倍，N越大，短时自相关函数波形的细节就越清楚，更有利于基音检测，但计算量较大，近年来由于高速数字信号处理器(DSP)的使用，从而使得这一算法简单有效，而不再采用结构复杂的快速傅里叶变换法、递归计算法等；