毕业论文--基于matlab的语音信号基音周期检测

毕业论文--基于matlab的语音信号基音周期检测内容摘要：

的基音周期中被广泛应用，这是因为相关处理 法抗波形相位失真强．另外它在硬件处理上结构简单。 本文对语音信号基音周期检测进行了分析，在此基础上采用了中心削波和三电平削波的方法对语音信号进行处理。 最后通过 MATAIJB 软件实现了语音信号的基音周期检测。 二 、靖点检测 汉语的音节末尾都是浊音、只用短时能量就能较好地判断一个词语的末点。 因此汉语孤立词语的末点检测不存在什么困难。 汉语词语的起点检测不仅有一定难度，而且检测是否准确对语音识别性能影响颇大，因为大多数声母都是清声母，还有送气与不迭气的塞音和塞擦音，将它们与环境噪声分辨是比较因难的。 语音刚开始的 一段，其短时能量的大小与背景噪声的短时能量大小差不多，因此要想可靠地检测到语音起点，存在较大困难。 双门限法是考虑到语音开始以后总会出现能量较大的浊音，设一个较高的门限 T1 用以确定语音已开始，再取一个比 T1 稍低的门限 T2，用以确定真正的起止点结束点。 判断清音与无话的差别，是采用另一个门限 T3，求越过该门限 “过零率”。 只要取得合适，通常背景噪声的低门限 T3 过零率值将明显低于语音的低门限过零率值，这种方法普遍适用于有话、无话鉴别或者是词语前端检测 [1]。 短时平均过零率可以在一定程度上反映频率的高低，和短时平均幅 度函数想结合起来就可以判断声音信号起止点的位置，即进行端点检测。 三 、自相关检测原理 对于离散的数字语音信号序列 x(n),自相关函数定义如下： 5 5 式（ ） 中， k 为信号的延迟点数。 对于随机性信号序列或周期性信号序列，自相 关函数定义为： 自相关函数具有以下的性质：如果序列 x(n)具有周期 N ，则其自相关函数也是同周期的周期函数。 即： x(n)=x（ n + N)则： R(k)=R(k + N)清音信号没有周期性，它的自相关函数也没有周期， R(k)会随着 k的的 增大迅速衰减。 浊音信号具有准周期性，它的自相关函数 R(k)具有与 {x(m)}相同的周期。 自相关法基音检测正是利用 R(k)的这一性质对语音信号进行基音检测的。 四 、基音检测顶处理 为了提高自相关法和平均幅度差函数法检测基音周期的可靠性，采用两种预处理方法对原始信号进行预处理[1]： （一） 中心削波处理 中心削波处理时使用如图 1 所示的中心削波函数进行处理： 其中削波电平 CL 一般取最大信号幅度的 60％一 7O％图 1． 2 给出了中心削波处理后的结果。 中心削波后，再用自相关法检出基音频率，错判为倍频或分频的情况就可大大减少了。 (二 )为了减少自相关计算中的乘法运算，可以把上述中心削波以后的信号 {y(n)}的自相关用两个信号的互相关代替，其中一个信号是 (y(n))另一个信号是对 {y(n)}进行三电平量化产生的结果 {y39。 （ n） }即： 显然 y39。 （ n） 只有 1， O， +1 三种可能的取值，因而这里的互相关计算只需做加减法，而这个互相关序列的周期性与 {y(n))的自相关序列是近似相同的 [1]。 6 6 五 、 短时自相关函数法 能 量 有 限 的 语 音 信 号 {( )}sn 的 短 时 自 相 函 数 定 义 为1m0R 39。 n [ ( ) ] [ ( ) ( ) ]N s n m s n m w m         （ ） = ，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： 如果 {( )}sn 是周期信号，周期是 P，则 R39。 （ ） 是周期信号，且周期相同，即 R39。 39。 (P+ )（ ） =R。 当  =0 时，自相关函数具有最大值，即在抽样 0，  P,  2P,... ,周期信号的自相关函数达到最大值。 自相关函数是偶函数，即 R39。 39。 ( )（ ） =R。 短时自相关函数法基音检测的主要原理大都是利用短时自相关函数 的这一性质，通过比较原始信号和它的移位后的信号之间的类似性来确定基因周期的，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；或是直接找出短时自相关函数的两个最大之间的距离，即作为基因周期的初估值。 在实际采用短时自相关函数法进行基音检测时，可以采用两种思路 i，一种是使用一 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，越大，短时自相关函数波形的细节就越清楚，更有利用基因检测，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福利叶变换法、递归计算法等 ； N越小，误差越大，但计算量越小。 另一种思路是使用两个窗函数，为变形的短时自相关函数法。 ；两个窗函数可以等长不等起点，如协方差函数法；也可以不等长，如短时相互关法。 自相关函数特别适用于噪声环境下的基音提取。 但通常情况下，基因频率与第一共振峰频率比较接近，当声道响 应的相关峰大于基音周期的自相关峰时，单独使用自相关函数会导致半倍和双倍基因的提取误差。 六 、 短时平均幅度差函数法（ AMDF法） 语音信号 {()}sn 的 短 时 平 均 幅 度 函 数 定 义 为 ：11201( ) s n m w m s n m。