基于河南方言的低信噪比下基音检测算法研究

基音检测是河南方言语音信号处理中的一个重要环节,针对低信噪比环境下的河南方言语音基音检测准确率低的问题,提出了一种语音信号增强和基音检测相结合的算法.通过多窗谱估计的改进谱减法对语音信号进行降噪处理,对增强后的语音信号用中心削波法消除偏离基音轨迹的野点,再通过自相关法实现基音检测.仿真结果表明,对于低信噪比环境下河南方言语音信号的基音估值检测结果准确,估算出的基音频率和实际基音频率能很好的重合.     

基于FPGA的实时基音周期估计系统

提出一种基于现场可编程门阵列FPGA的实时基音周期估计系统。语音信号先通过模数转换器转换成无符号位的8-bit的语音数字信号,然后,对每一帧语音信号进行电平削波,并将削波后的语音信号转换为带符号位的2-bit的数字信号,再采用自相关函数方法估计语音信号的基音周期,对一帧带符号位的2-bit的数字信号做自相关运算能够转换为简单的加法运算,只要用简单的组合逻辑电路和计数器就能够实现。使用SpartanIIXC2S30芯片将实时的基音周期估计算法用芯片内的存储器、门电路和时序电路实现,达到实时基音周期估计的目的。     

基于TMS320VC5509的基音周期实时检测系统的设计

通过芯片TMS320VC5509和TLV320AIC23构建一个语音采集、数据处理的系统,实现了实时提取基音周期。在处理算法上,经过低通滤波之后对语音信号进行“三电平中心削波”处理,最后作自相关运算获取基音周期。实验结果表明,经过三电平中心削波能够很大程度地简化自相关函数的计算,从而有效和快速地提取基音周期。     

一种语音更改技术的研究与实现

基于时域基音同步叠加算法完成了对语音信号的更改。首先求出语音信号的基音周期,接着对语音信号进行基音标注,然后对基音周期进行更改,最后,将语音信号按照更改后的基音周期基于时域基音同步叠加算法进行语音合成。实验表明,语音更改方法可得到很好的效果。     

舞蹈机器人中音乐基音频率的提取

舞蹈机器人能够跟随音乐的旋律和节奏作出不同的舞蹈动作,需要对音乐的特征参数进行实时有效的提取。基音频率是音乐的一个重要特征参数,基音频率提取的质量将直接影响音乐特征的识别效果。提出了一种基于自相关函数法的基音频率检测方法,先利用三电平中心削波法对信号进行削波,然后计算其自相关关系,为有效抑制谐波峰值干扰,再次计算信号的自相关性,进而提取音乐信号的基音频率。实验证明,该方法能够准确、稳定的提取音乐信号的基音频率,提取效果理想。     

基于线性预测残差倒谱的多语音基音频率检测

本文提出了一种基于线性预测残差倒谱的多语音基音频率检测算法,该算法首先对混合语音信号进行线性预测分析,进而计算预测信号与原混合信号的残差,并对残差信号做倒谱变换,得到混合语音信号的线性预测残差倒谱;然后在该信号的残差倒谱中,结合图像处理的技术,利用语音信号基音倒频匹配法检测出多语音信号的基音频率;最后在基音标定的过程中,本文算法利用语音信号的连续特性,依据信号基音频率前后差距变化最小原则标记出各基音所属话者。实验结果表明,本文提出的算法在弱回声及无回声的情况下能快速有效地从单声道混合语音信号中检测出多语音基音信息。     

基于庞加莱截面的语音基音检测

提出了利用庞加莱截面检测语音信号基音的方法,通过延时重构语音信号的相空间,在相空间内计算通过某点的庞加莱截面,根据相轨迹穿过截面上初始点邻域交点进行基音检测;实验表明,基于庞加莱截面的语音信号的方法,描述语音信号的非线性特性具有较高的准确性和时间分辨率。     

一种用于语声转换系统的LPC残差信号生成算法

残差信号中的基音信息对语音的说话人个性特征有着重要的影响.本文首先通过转换后的语音谱包络特征参数(LSP)来预测相应的目标基音周期,再利用预测的目标基音周期来修改源语音的残差信号,从而生成所需要的目标语音残差信号.客观评测和主观听觉测试都表明,本文的残差信号生成算法(PP DCT,Pitch Prediction Discrete Cosine Trans-form)性能要好于以往的残差预测法.     

一种适于计算声场景分析的混叠语音基音检测方法

本文提出了一种在混叠语音信号中检测各自语音分量基音信息的方法.该方法采用小波变换作为基音检测模型中的滤波处理,并用广义自相关运算突出基音信息,用增强自相关累和消除冗余信息,并提出了用基音概率函数来预测并跟踪不同基音的变化以提高基音检测的准确性.本文提出的方法可应用于计算声场景分析中.实验结果表明,该方法对于混叠语音的基音检测是非常有效的.     

一种鲁棒的语音信号基音标注算法

阐述了一种连续语音信号的最高振幅位的基音标注算法,该算法是在声带振动信号中找到喉部振动关闭点,并进行参数调整,从而自动完成在连续语音信号中的基音位置标注。实验证明,该算法能有效地克服以往标注算法中基音周期估计时加倍或减半的误差,从而保证了基音标注的鲁棒性。     

Design and implementation of a robust pitch detector based on aparallel processing technique

The design and implementation of a parallel-processing-based pitch detector is presented. Pitch information is extracted by performing pitch detection on four different waveforms derived from the speech signal. Pitch information from the four pitch-detection processes is then combined to determine a final pitch estimate. The performance of this pitch detector is evaluated on a large database and compared to other well-known pitch detection algorithms. It has been implemented in real time on a TMS32020 fixed-point digital signal processor as part of a 2.4 kb/s vocoder. A performance comparison of the real-time fixed-point implementation and a computer simulation are also given. The results show that the pitch detector performance is maintained in the real-time implementation mainly because the majority of the algorithm computations are integer arithmetic and logic-type operations     

基于小波变换的MBE模型基音估计算法改进

基音周期是语音信号最重要的参数之一。MBE模型的基音周期搜索算法存在着运算量大,抗噪性能一般等缺点。本文基于小波变换,对算法进行了改进。阐述了小波变换基音周期估计原理,基音估计算法实现和实验。分析和实验表明改进算法更具实用性。     

基于归一化自相关的语音基频特征提取

语音的基频（也称音高、基音周期或F0）及其变化规律是语音信号的一个重要特征,在语音情绪识别、声纹识别中有重要的应用。而语音基频的提取一直是语音信号处理中的难点,这也是语音基频特征未能广泛应用于语音识别等应用的重要原因,因此准确高效的提取音高在语音信号处理中能够有重要的意义。本文基于归一化自相关函数,结合倒频谱方法,提取了一种改进的基于归一化自相关的语音基频提取算法,实验证明该方法在基频提取中取得了较好的结果。     

噪声环境下的基音检测方法

噪声环境下的基音检测在语音信号分析和识别中占有得要地位。自相关法和平均幅度差函数是两种常用的基音检测方法。结合两种方法，提出了一种有效的噪声环境下基音检测方法。实验表明，该方法是可行的，与传统方法相比鲁棒性好，特别适用于信噪比较低的情况。     

Noise Whitening‐Based Pitch Detection for Speech Highly Corrupted by Colored Noise

Pitch estimation is important in various speech research areas, but when the speech is noisy, accurate pitch estimation with conventional pitch detectors is almost impossible. To solve this problem, we propose a new pitch detection algorithm for noisy speech using a noise whitening technique on the background noise and obtain successful results.     

Unconstrained Pitch Contour Modification Using Instants of Significant Excitation

This paper proposes a flexible method for pitch contour modification using the instants of significant excitation of the vocal tract system during the production of speech. The instants of significant excitation correspond to the instants of glottal closure (epochs) in the case of voiced speech, and to some random excitations like onset of burst in the case of nonvoiced speech. Instants of significant excitation are computed from the Linear Prediction (LP) residual of speech signals by using the property of average group-delay of minimum phase signals. The modification of pitch contour is achieved by manipulating the LP residual with the help of the knowledge of the instants of significant excitation. The modified residual is used to excite the time-varying filter, whose parameters are derived from the original speech signal. Perceptual quality of the synthesized speech is good, and is without any significant distortion. The proposed method is evaluated using waveforms, spectrograms and listening tests. Listening tests are performed on voice conversion application, where the source speaker’s pitch contour is modified by the proposed method according to the target speaker’s pitch contour. The performance of the proposed method is compared with Linear Prediction Pitch Synchronous Overlap and Add (LP-PSOLA) method using listening tests, for the voice conversion application.