一种高效的基音估计算法

分析已有的一些基音估计算法,对比其优缺点,提出一种可大大提高计算速度的高效基音估计算法.该算法是利用平均幅度差(MAMDF)法提取若干个可能峰值点,再利用计算精度较高的循环平均幅度差(CAMDF)法对这几个点进行验证,选取数值最小的点作为基音周期.由于只对几个点求CAMDF函数,因此运算量大大减小.     

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.     

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。     

高性能汉语语音基音周期估计

精确度、连续性和可行性是语音基音分析中必须考虑的三个主要问题,为解决这些问题,本文提出一种新的汉语语音基音周期估计方法,首先,我们通过以ＬＶＡＭＤＦ方法替代ＡＭＤＦ方法获得了更好的基音估计精度和进域分辨度;其次,我们根据汉语语音的特点提出了元音清晰度的概念,在ＬＶＡＭＤＦ和元音清晰度的基础上,本文设计了元音中心定位、基音谐波单周期校正、基音邻近搜索等一系列算法,从而大大提高了汉语语音基音估计的精确     

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。     

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.     

语音基音周期精确测量方法研究

文章对短时自相关测语音基音周期的方法进行改进,提出一种精确的基音周期测量方法。根据语音共振峰的特点,滤除高频分量,降低语音短时周期性对基音周期测量的影响。     

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。     

Performance Evaluation of Novel AMDF‐Based Pitch Detection Scheme

A novel average magnitude difference function (AMDF)‐based pitch detection scheme (PDS) is proposed to achieve better performance in speech quality. A performance evaluation of the proposed PDS is carried out through both a simulation and a real‐time implementation of a speech analysis‐synthesis system. The parameters used to compare the performance of the proposed PDS with that of PDSs that are based on either a cepstrum, an autocorrelation function (ACF), an AMDF, or circular AMDF (CAMDF) methods are as follows: percentage gross pitch error (%GPE); a subjective listening test; an objective speech quality assessment; a speech intelligibility test; a synthesized speech waveform; computation time; and memory consumption. The proposed PDS results in lower %GPE and better synthesized speech quality and intelligibility for different speech signals as compared to the cepstrum‐, ACF‐, AMDF‐, and CAMDF‐based PDSs. The computational time of the proposed PDS is also less than that for the cepstrum‐, ACF‐, and CAMDF‐based PDSs. Moreover, the total memory consumed by the proposed PDS is less than that for the ACF‐ and cepstrum‐based PDSs.     

一种基于短时平均幅度差的语音检测算法

提出了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法。该算法在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要。     

一种基于改进AMDF的时延估计方法

两路传感器接收信号的时延估计是时间到达差(TDOA)定位中需要解决的首要问题。多途效应是影响时延估计性能的重要因素。提出一种基于改进平均幅度差函数（AMDF）的时延估计方法,通过对信号进行多帧延拓与叠加,提高对多途效应的抑制能力。同时,结合广义互相关方法降低算法的噪声敏感性。仿真结果表明,该算法时延估计结果与传统方法相比具有更小的误差和更高的稳定性。     

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。     

基于循环二次相关的时延估计

针对无源定位中时延估计的问题,在研究循环二次相关时延估计算法的基础上,结合希尔伯特差值时延估计算法,提出了一种新的时延估计方法。该方法运用希尔伯特差值法对循环二次相关峰值进行锐化处理,提高了时延估计精度,能在低信噪比条件下取得更好的时延估计性能。仿真验证了算法的有效性。     

基于迭代法的谐波信号基音的精确估计

为了提高谐波信号基频的频域估计精度,提出了窗函数迭代逼近方法.通过构建估计信号,比较窗函数频谱主瓣两侧的误差,给出频率、幅值估计的判断准则.运用迭代方法,不断逼近实际信号的频率和幅值.最后,详细分析了由于采样点不对称、其他次谐波旁瓣以及噪声等因素对迭代逼近精度的影响.Matlab仿真实验表明,该方法切实可行,估计精度可以提高4个数量级,且与δ基本无关.