基音检测的小波快速算法

文中给出小波变换用于基音周期检测的基本原理及快速算法，实验表明，该方法基其它基音检测方法相比具有明显的优越性。     

一种小波变换与时域波形相结合的基音周期检测方法

提出了一种利用小波变换和语音信号波形本身信息相结合的方法来检测语音信号的基音周期,它克服了只用不 变换方法在对某些信号检测时阈值难以确定的缺点,同时又克服了纯粹利用信息来检测时随机齿状噪声的干扰问题,而且计算量也比利用小波变换和自相关法小得多。在真实的语音信号音周期检测的计算机仿真实验中取得了较好的效果。     

一种基于三阶统计量的基音周期检测新方法

本文利用小波变换和三阶统计量的基本特性,提出了一种小波变换与三阶统计量结合的基音周期检测新方法;在低信噪比的基音周期检测中,本方法可以获得比其它基音周期检测法更精确的结果文中还分析了压扩因子和门限因子K的选择,实验表明,K在一定范围内取值时对基音周期检测结果影响不大.     

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.     

一种基于三阶统计量的基音周期检测新方法

利用小波变换和三阶统量的基本特性,提出了一种小波变换与三阶统计量结合的基音周期检测新方法;在低信噪比的基音周期检测中,该方法可以获得比其它基音周期检测法更精确的结果;文中还分析了压扩因子和门限因子Ｋ的选择,实验表明,Ｋ在一定范围内取值时对基音周期检测结果影响不大。     

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.     

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。     

一种自相关基音检测算法

自相关基音检测算法是语音信号处理的关键技术,算法的效率直接影响了语音信号实时处理的质量。目前有许多较好的检测算法提高了基音检测算法的效率。而自相关基音检测算法是一种时域算法,它能直接对时域信号采样值进行分帧、求短时自相关函数,并根据一定的判决准则进行清浊音判断。提供了一种自相关基音检测算法,经过实验,它在保持较好的性能的基础上提高了检测效率。     

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。     

一种高精度改进型SHR基音检测算法

利用正弦语音模型中浊音存在的谐波与子谐波,在SHR(subharninctoharmonicratio)算法的基础上,提出了一种改进型高精度基音检测算法ISHR(improvingsubharninctoharmonicratio)。根据幅度调制和频率调制在语音分析中的特性、频域中幅度值和自相关频率比值,该方法采用基于正弦模型的均方误差对语音进行检测,提取出准确基音。仿真结果表明此种算法在基音提取中具有高精度及高可靠性。     

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。     

一种基于线性预测与自相关函数法的语音基音周期检测新算法

阐述了一种新的基于语音线性预测模型和经典自相关函数法的基音周期检测算法。该算法的特点在于着重对被处理语音进行滤波预处理和平滑后处理。它克服了自相关法在对低信噪比的语音信号检测时常出现半倍频误差的缺点，同时又克服了对某些变化曲线较大的语音信号检测时随机错误较多的问题。实验表明，在噪声环境下．这种处理方法能够提高传统自相关基音检测法的可靠性和准确性。     

小波变换用于信号突变的检测

本文介绍了小波变换用于信号突变的检测原理，给出了实现小波变换的快速算法。语音的基音检测作为一个应用实例，在文中得到验证。理论与实验表明，利用小波变换检测基音与传统方法相比具有独到之处。     

基于形态滤波和小波变换的基音检测新方法

提出了一种基于数学形态滤波和小波变换相结合的基音检测方法。检测前采用文中提出的形态滤波算法对噪声信号进行滤除，突出了基音周期。用小波变换对滤波后语音信号的突变点进行检测，进而提取出了基音周期。实验表明该方法对噪声有较强的鲁棒性，能够精确地检测出基音周期。     

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。     

基于Teager能量算子和空域相关函数的基音检测算法

结合Teager能量算子和空域相关函数,提出了一种有效的基音周期检测方法。检测前在小波域上用Teager能量算子对语音信号进行清浊音判决,对浊音段采用空域相关函数提取基音周期。实验表明,与传统的小波变换算法和自相关法相比,该方法鲁棒性好,具有更高的准确性。     

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。     

基于小波变换的语音基音周期鲁棒性检测

固定门限的小波变换基音检测算法,在浊音信号起始段和结束段的模极大值不能有效提取。文中提出一种基于小波变换模极大值的基音周期自适应前后向跟踪算法,并结合过零率检测,实现了弱浊音信号基音周期的鲁棒性检测。算法对浊音信号采用自适应帧长,对陡变的基音周期能够准确提取,对噪声有较强的鲁棒性。