基于ACF和AMDF的基音检测改进算法

自相关函数法和平均幅度差函数法是基音周期检测的两种常用方法,两者具有独立且相似的统计特性。在讨论了传统基音周期检测算法及其缺点后,提出了综合应用ACF和ANDF函数进行基音检测的算法。该算法简单可行,性能优于一般传统时域基音周期检测算法。从仿真结果可以看出,对于含噪语音信号,该算法具有较强的抗噪能力。     

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。     

一种改进的多特征值语音端点检测方法研究

为了提高语音识别系统中语音端点检测的准确性,提出一种改进的多特征值语音端点检测方法.新方法首先对信号进行小波分解及小波去噪处理,对去噪后小波子带系数进行短时能量与基音周期两特征值的提取,综合考虑两特征值的大小来进行语音端点检测.实验证明,改进的检测方法提高了端点检测的抗噪性及准确度.     

用子波包算法改善低速声码器性能

本文引入子波包算法，在语音信号的子波包子空间里判决语音的基音，从而可以有效避开有色噪声（如低频噪声）等的干扰，正确提取语音的基音。这种方法不仅能提高低速率声码器在无噪环境下的语音质量，而且能在很强的有色噪声环境下保持原有的声码器音质，从而有效地克服低速声码器抗噪能力差的缺点。     

基于分数基音延迟动态搜索的语音隐写算法

论文提出了一种基于分数基音延迟动态搜索的语音隐写算法.该算法可根据隐藏容量（x比特/子帧）的需要将分数基音延迟候选值集合划分为2x个子集,每个子集代表不同的x比特信息.在闭环基音搜索过程中,可为每个子帧选择既能表示待嵌入隐秘信息且内插后的归一化相关系数最大的分数基音延迟候选值,从而有效降低隐写操作对于原始载体的影响.以目前IP语音系统中广泛使用的自适应多速率语音编码为例,对该算法从隐藏容量、不可感知性及抗检测性三方面进行了性能评估并与相关工作进行了对比分析.实验结果表明,本文提出的隐写算法较之现有基于基音延迟的隐写算法可在确保较高隐写容量的同时达到更好隐写安全性（即更好抗检测能力和不可感知性）.     

自选极性峰波质心法基音检测

基音检测是语音处理中的十分重要的问题。本文提出一种有效的基音检测算法——自选极性峰波质心法(Hump Centroid with Automatic Polar Selection,简称HCAPS)。这种算法是根据语音信号浊音段中选定极性的峰波(Hump)的波形质心来提取基音周期。文中在简要介绍浊音信号波形特征的基础上,着重讨论自选极性峰波质心法的算法原理,并给出主要算法的程序流程图。计算机模拟实验表明,该算法的精度与准确率高,计算量小,抗扰性好,并且对各种语音有很好的适应性。它是一种很有实用价值的基音检测方法。     

面向移动应用的语音编解码开环基音搜索方法

基音周期搜索的准确性将直接影响到语音编码器的编码质量和效率。本文根据AMR—WB＋标准中基音周期搜索算法会发生检测基音倍频和半频错误,提出了开环基音搜索算法。该算法以白相关函数为基础,利用基音周期的平滑性,引入基音周期全局参考作为基音周期判断的辅助条件,有效解决了基音周期加倍的问题并在基音周期预测中体现基音周期的平滑性,实验结果表明本文算法性能优于AMR—WB＋中的算法性能。该算法已应用到AVS—P10移动音频编解码框架中。     

基于小波变换和时域波形的基音检测算法

为了准确地检测语音信号的基音周期,采用小波变换和时域波形相结合的方法,分别用传统的自相关法、平均幅度差法及文中算法对纯净语音和不同信噪比时的含噪语音进行基音检测。实验表明,自相关法易出现半频错误,平均幅度差法易出现倍频错误,且两者随着信噪比的降低,错误帧数呈增加趋势。然而文中算法倍频、半频错误相对较少,基音轮廓清晰、平滑,无大的跳变,符合语音信号慢时变性的一般规律,从而提高了基音检测的精度。     

一种实时基音检测算法

为了克服目前诸多基音周期检测算法迟延较大的缺点,本文提出了一种基音周期的实时检测算法.实验结果表明:该算法可在当前帧内实时提取精确的基音周期估计值,减少了传统的自相关基音检测算法因平滑处理而带来的编码迟延.     

一种改进的正弦语音模型基音周期检测算法

分析了现有正弦语音模型基音周期检测算法的缺陷,提出一种改进算法。该算法改变了候选基音周期选择策略,大大降低了基音周期搜索时间;同时采用一种基于时域的前向滤波算法,解决了基音周期检测中的倍频问题。最后对实际采集的语音数据进行分析。     

一种改进的自相关函数基音检测算法

提出了一种改进的自相关函数基音检测算法:首先利用清浊音自相关函数幅度值的不同性质进行清浊音判决,然后仅对浊音段检测基音周期。在基音检测前用带通滤波、中心削波和数值滤波等方法进行预处理,去除共振峰和高频噪声的影响;在基音检测过程的后端用搜索平滑方法进行后处理,平滑掉半、倍频点和随机错误点。实验结果表明,改进算法的效果优于传统自相关算法,而且在信噪比低至5 dB时仍有良好的清浊音判决和基音检测性能。     

Unvoiced/voiced classification and voiced harmonic parameters estimation using the third-order statistics

Unvoiced/voiced classification of speech is a challenging problem especially under conditions of low signal-to-noise ratio or the non-white-stationary noise environment. To solve this problem, an algorithm for speech classification, and a technique for the estimation of pairwise magnitude frequency in voiced speech are proposed. By using third order spectrum of speech signal to remove noise, in this algorithm the least spectrum difference to get refined pitch and the max harmonic number is given. And this algorithm utilizes spectral envelope to estimate signal-to-noise ratio of speech harmonics. Speech classification, voicing probability, and harmonic parameters of the voiced frame can be obtained. Simulation results indicate that the proposed algorithm, under complicated background noise, especially Gaussian noise, can effectively classify speech in high accuracy for voicing probability and the voiced parameters.     

一种基于MBE的快速基音搜索算法研究

多带激励声码器(MBE)是目前理想的语音编码方案之一，他的核心参数是基音周期，分析过程采用ABS方法，提高了语音参数提取的准确性，可在噪声环境中合成出自然度和可懂度很高的语音。针对其基音搜索算法计算量过大的缺点，首先提出了一种新颖的中心偏离函数计算法，该方法先对原始语音进行傅里叶变换得到原始语音谱，再针对各个基音候选值确定其相应于原始语音谱的予带划分，通过对比每个划分的中心偏离量，可以确定最佳基音周期；其次设计了一种简单有效的倍频消除算法，通过简单的循环计算，可以消除倍频现象；仿真结果表明，这两种方法的结合不仅大大降低了原算法的计算量，而且保持了他精度高的优点。     

基于扩展谱相减的RCAF基音周期检测算法

针对传统基音检测算法在信噪比低的情况下提取的基音周期错误率较高,该文提出了一种基于RCAF (Reverse CAMDF Autocorrelation Function)搜索试探平滑的基音轨迹提取方法。采用自适应判决准则的扩展谱相减进行语音增强,在语音段实现了对噪声信号的估计。应用RCAF算法提取基音周期,通过搜索试探平滑算法对提取出的基音周期进行平滑处理。该算法降低了误判率,提高了提取精度。仿真结果表明,该算法在-10dB信噪比情况下,其性能优于传统的CAMDF和AWAC等方法。     

一种基于线性判别分析的稳健话音检测方法

给出一种新的话音检测方法，即在SNR算法的基础上，应用线性判别分析(LDA)对语音特征参数进行降维。在大噪声环境下，该方法提高了系统的稳健性。同时将这种新的方法与基于信噪比(SNR)和基于噪声／语音统计量(N＆S STAT)的算法做了比较，实验表明该方法可以提高检测效率。     

室内声环境中的语音端点检测自适应算法

室内场所是语音识别技术的一种典型应用环境,传统的端点检测研究多考虑噪声的影响,忽略室内混响的影响,研究证明室内混响对端点检测和识别效果能造成显著的负面影响.通过研究短时能量和短时自相关序列( RAS),提出了一种自适应的端点检测方法.可以通过估计噪声段短时能量来适应平稳噪声干扰环境,并能修正含混响语音的检测终点.端点检测和语音识别实验结果表明,本方法在平稳噪声和室内混响声环境下具有良好的性能.     

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.     

基于归一化互相关函数的基音检测算法

本文提出了一种归一化互相关函数基音检测算法（ＮＣＣＦＰＤＡ——ＮｏｒｍａｌｉｚｅｄＣｒｏｓｓ－ＣｏｒｒｅｌａｔｉｏｎＦｕｎｃｔｉｏｎＰｉｔｃｈＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍ），该算法在基音检测主过程的前端和末端加入了有效的预处理和后处理技术，实验分析表明，该方法在一般噪声环境下，基音周期提取和清浊判决具有令人满意的效果。     

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法。针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测。仿真结果表明,本文算法具有抗噪声功率不确定性能;与改进型功率谱对消法相比,本文算法在低信噪比环境下,具有更高的跳频信号和定频信号检测概率。此方法也能实现存在定频信号、扫频信号和突发信号干扰的复杂电磁环境中跳频信号盲检测,当信干比为5 dB且跳频信号的检测概率达到100%时,本文算法比改进型功率谱对消法改善信噪比10 dB;在干噪比为0.05 dB时的虚警概率几乎为0。