語音信號的基音檢測法研究.pdf

1、語言是人類最重要的交流工具，與機(jī)器進(jìn)行語音交流，讓機(jī)器明白我們說的是什么，這是人們長期以來的夢想。隨著信息技術(shù)的發(fā)展，語音信號處理的重要性日顯突出，比方，它將成為信息化戰(zhàn)爭不可或缺的重要組成部分。
　　在語音信號處理中，重點(diǎn)是分析研究表征語音信號本質(zhì)特征的參數(shù)，只有很好地掌握語音特征參數(shù)的提取，才可能依據(jù)這些參數(shù)來進(jìn)行語音增強(qiáng)、語音識別、語音合成和語音壓縮編碼等處理?；糁芷谑敲枋稣Z音激勵源性質(zhì)的重要特征參數(shù)之一。針對目前基音檢測

2、的研究狀況，本文做了以下研究工作：
　　(1)對傳統(tǒng)的自相關(guān)法進(jìn)行分析，發(fā)現(xiàn)該算法中隨著延時量的增加相關(guān)系數(shù)求和項(xiàng)數(shù)逐漸減少，導(dǎo)致自相關(guān)函數(shù)中峰值的幅度逐漸減小，給峰值位置的檢測帶來困難。針對該情況，本文提出了改進(jìn)自相關(guān)法。通過實(shí)驗(yàn)仿真，驗(yàn)證了本方法對峰值幅度的衰減有很好的抑制作用，突出了峰值信息。
　　(2)自相關(guān)函數(shù)法和小波變換法是經(jīng)典的基音檢測方法,但自相關(guān)法存在倍頻和半倍頻的影響,而小波變換存在偽峰值影響，在簡要分析

3、單獨(dú)使用它們進(jìn)行基音檢測存在不足的基礎(chǔ)上,提出一種結(jié)合改進(jìn)自相關(guān)與加權(quán)小波分量的檢測方法。將多級小波變換分量加權(quán)求和以突出語音的基音信息，然后將兩種方法結(jié)合突出真實(shí)基音周期點(diǎn)處的峰值。實(shí)驗(yàn)表明,與傳統(tǒng)的自相關(guān)函數(shù)法和小波變換法獨(dú)立使用相比,兩者相結(jié)合的方法減少了倍頻、半頻及偽隨機(jī)點(diǎn)的錯誤,提高了基音檢測的精度。
　　(3)根據(jù)語音信號非平穩(wěn)非線性的時變特點(diǎn)，提出了一種基音周期檢測的希爾伯特-黃變換方法。首先利用短時能量對語音進(jìn)行清