基音提取之短时自相关法

最新推荐文章于 2023-10-12 16:34:51 发布

置顶 voevie

最新推荐文章于 2023-10-12 16:34:51 发布

阅读量5.9k

点赞数 1

分类专栏：语音信号处理文章标签：语音分析基音

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42476279/article/details/90061863

版权

语音信号处理专栏收录该内容

11 篇文章 4 订阅

订阅专栏

短时自相关函数的基音提取方法

对于语音序列x(n)，第i帧语音信号为 $x_{i}(m)$ ，则短时自相关函数的定义为

$R_{i}(k)=\sum_{m=1}^{N-m}x_{i}(m)x_{i}(m+k)$ k为时间延迟量。

短时自相关函数的重要性质：

1、若 $x^{_{i}}(m)$ 是周期信号，周期为T，则 $R_{i}(k)$ 也是周期信号，且周期相同。

$R_{i}(R)=R_{i}(R+T)$

2、当k=0时，短时自相关函数具有最大值，；在延迟量为0， $\pm T$ ， $\pm 2T$ ......时，周期信号的自相关函数也达到最大值。

3、短时自相关函数是偶函数。

$R_{i}(k)=R_{i}(-k)$

短时自相关基音提取的原理为：比较原始信号与延迟信号之间的相关性来确定基音周期。若延迟量等于基音周期，那么两个信号具有最大相关性；或通过找出其自相关函数最大值之间的距离，即为基音周期的估计值。

具体步骤如下

1、分帧处理

f0min=50,f0max=500,N=128

$fl=(L-3*fs/f0_{min})/N$

fl为信号的帧数,fs/f0min=基音周期的最大值，

2、窗函数选择

窗函数采用汉宁窗，具体原因参见文章

3、信号加窗，归一化自相关

$a(t)=(x(t)-u^{_{x}})*w(t)$

ux为语音信号的直流分量，先去除直流分量，然后加窗，然后求其归一化自相关函数

$r^{_{a}}(\tau )=r_{x}(\tau )/r_{0}(\tau )$

4、窗函数归一化自相关

$r_{w}(\tau )=(1-\frac{|\tau |}{T})(\frac{2}{3}+\frac{1}{3}cos(2\pi \tau /T))+1/(2\pi )sin\frac{2\pi|\tau |}{T}$

5、原信号自相关

$r_{x}(\tau )=r_{a}(\tau )/r_{w}(\tau )$

6、维特比算法求信号基音

求取 $cost({p_{n}})=-\sum_{n=1}^{N}R_{np_{n}}+\sum_{n=2}^{N}transitionCost(F1,F2)$

并以此递归找出最有基音集

优缺点：

1、对于噪声环境下的基音检测比较使用。

2、基音检测结果会出现二次倍频或二次分频的情况。

解决办法：

1、中心消波法自相关基音检测

$y{_{i}}(n)=\bigl(\begin{smallmatrix} & & \\x_{i}(c)-L &x_{i}(c)>L & \\ 0 &|x_{i}(c)|<L &\\ x_{i}(c)+L &x_{i}(c)<-L \end{smallmatrix}\bigr)$

L为消波电平，一般取信号帧的最大幅度的60%~70%

实验结果如下：

更多文章请关注公众号<<音频核>>

关注

1
点赞
踩
25

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。