語音信號的基音檢測法研究.pdf

1、語言是人類最重要的交流工具，與機器進行語音交流，讓機器明白我們說的是什么，這是人們長期以來的夢想。隨著信息技術的發(fā)展，語音信號處理的重要性日顯突出，比方，它將成為信息化戰(zhàn)爭不可或缺的重要組成部分。
　　在語音信號處理中，重點是分析研究表征語音信號本質(zhì)特征的參數(shù)，只有很好地掌握語音特征參數(shù)的提取，才可能依據(jù)這些參數(shù)來進行語音增強、語音識別、語音合成和語音壓縮編碼等處理?；糁芷谑敲枋稣Z音激勵源性質(zhì)的重要特征參數(shù)之一。針對目前基音檢測

2、的研究狀況，本文做了以下研究工作：
　　(1)對傳統(tǒng)的自相關法進行分析，發(fā)現(xiàn)該算法中隨著延時量的增加相關系數(shù)求和項數(shù)逐漸減少，導致自相關函數(shù)中峰值的幅度逐漸減小，給峰值位置的檢測帶來困難。針對該情況，本文提出了改進自相關法。通過實驗仿真，驗證了本方法對峰值幅度的衰減有很好的抑制作用，突出了峰值信息。
　　(2)自相關函數(shù)法和小波變換法是經(jīng)典的基音檢測方法,但自相關法存在倍頻和半倍頻的影響,而小波變換存在偽峰值影響，在簡要分析

3、單獨使用它們進行基音檢測存在不足的基礎上,提出一種結合改進自相關與加權小波分量的檢測方法。將多級小波變換分量加權求和以突出語音的基音信息，然后將兩種方法結合突出真實基音周期點處的峰值。實驗表明,與傳統(tǒng)的自相關函數(shù)法和小波變換法獨立使用相比,兩者相結合的方法減少了倍頻、半頻及偽隨機點的錯誤,提高了基音檢測的精度。
　　(3)根據(jù)語音信號非平穩(wěn)非線性的時變特點，提出了一種基音周期檢測的希爾伯特-黃變換方法。首先利用短時能量對語音進行清