循环AMDF及其语音基音周期估计算法

基音周期是语音压缩、合成以及识别中的一个重要参数.传统的基于AMDF的基音估计算法容易导致估计的基音周期加倍.本文针对该现象,分析了AMDF函数的特性及其用于基音检测时存在的不足,提出了新的CAMDF函数.CAMDF有效地克服了AMDF函数的不足,简化了基音检测过程.在此基础上,本文给出了新的基于CAMDF的基音检测算法.该算法不仅简化了基音检测过程,而且降低了误判率,提高了估计精度.大量实验表明其性能优于其它AMDF或LVAMDF的方法.     

一种改进的AMDF求取语音基音的方法

文章在已经被广泛运用的平均幅度差函数(AMDF)的基础上,针对其通过求取"第一谷值点"会产生误差,而求取"最小谷值点"会遇到周期增倍等问题,提出了改进的AMDF方法,它通过简单的预测谷值范围、循环AMDF和线性变换等步骤实现了精确的基音检测.实验结果证明:无论是对不同的语音(男、女音),还是在不同的信噪比情况下.其检测结果都优于传统的AMDF法和LV-AMDF法.     

说话人性别识别系统的DSP实现

TMS320VC5416 DSP是德州仪器公司近年来推出的16位定点数字信号处理器,他不但运算速度快,而且功耗低,是目前全球应用最广泛的DSP芯片.介绍了利用TMS320VC5416 DSP实现实时说话人性别识别系统.系统采用循环平均幅度差函数（CAMDF）检测基音周期,能够快速、有效的判别说话人的性别.另外,采用DSP/BIOS开发工具编写代码,大大降低了代码的执行时间,满足实时的需求.经过对系统的反复测试,证明其具有较高的可靠性和实时性,所以有广泛的应用空间和良好的市场前景.     

弹道中段目标进动周期的估计

为了克服循环平均幅度差函数法(CAMDF)估计弹道中段目标进动雷达散射截面(RCS)序列周期产生加倍误判的问题,引入了平均幅度差函数的凸包函数的概念,提出了凸包循环平均幅度差函数法(CHF-CAMDF)处理弹道进动目标的RCS序列,将处理后序列的最小谷值点所在位置与采样频率的商值作为所估计弹道目标的进动周期.相较于CAMDF,CHF-CAMDF在抑制加倍误判、抗噪性能以及序列长度敏感性三个方面都具有明显的优越性,能够有效地提取弹道中段目标的进动周期,提供了一种有助于真假弹头识别的可靠依据.     

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。     

基于混合幅度差函数的基音提取算法

为了减少基音周期提取中的倍频和半频错误,进行更准确的基音周期估计,提出一种基于混合幅度差函数的基音周期提取方法.分析比较了不同幅度差和自相关函数估计基音周期错误率的分布,结合两类典型幅度差函数的优点定义了混合幅度差函数;进而基于混合幅度差函数,给出了使用历史信息进行校正的后处理方法.分析表明,所提方法可提高基音周期估计准确率,接近实时地确定基音周期,减少了传统基音周期估计因平滑处理而带来的误差或者动态规划处理带来的延迟.大量实验表明本文提出的基音周期提取方法比传统方法的错误率降低了13.8%.     

基于幅度压缩滤波的清浊音分类及基音估计

该文针对传统算法在实环境(不同噪声类型和信噪比)下容易发生清浊误判和基音估计错误问题,提出一种基于幅度压缩基音估计滤波(PEFAC)的清浊音分类及基音估计方法。首先,通过PEFAC削弱语音的低频噪声,提取出基音谐波;然后,采用基于对称平均幅度和函数的脉冲序列加权算法(SIM)确定谐波数目;最后,利用动态规划估计出基音,用基于3元素特征矢量的高斯混合模型对清浊音进行分类。仿真结果表明,在实环境下,所提方法能有效抑制清浊误判及基音估计错误现象的发生,性能优于传统方法。     

基于内容的音频检索方法研究

介绍了几种常用基音检测方法:短时平均幅度差,倒谱法,简化逆滤波法;详细讲解了基于时域的短时自相关基音检测方法.分别在MATLAB和VC++平台上实现了哼唱旋律的提取与描述.     

基于三阶累积量的语音信号的基音周期检测

本文提出了一种新的语音信号的基音周期检测方法,该方法根据语音信号的三阶累积量去确定语音信号的基音周期,能有效地排除白色或有色的高斯加性噪声所带来的干扰.与传统的基音周期估计的自相关函数法或平均幅度差函数法(AMDF)相比,该方法更精确、有效,具有更强的鲁棒性.