谱平整自相关基音检测器的设计

    0 引言

    在线性预测生成模型中,基频是作用到声道上的声门体积速度脉冲的速率,其倒数是基音周期,提取基音周期比较困难。至今为止,从事语音信号处理的研究人员就不同的语声条件,研究了多种基音检测方法。虽然发表了不少文章,也提出了实时提取基频的硬件,但却没有完全解决准确性和复杂性的矛盾。

    1 谱平整自相关基音检测器的设计

    1.1 谱平整

    谱平整的目的是去掉声道转移函数的影响,使语音信号是否有周期性变得明显。语音信号s(t)是声道h(t)和声源e(t)相作用的结果,为确定激励源e(t)的参数,就需要减弱h(t)的影响,否则,基于窗的宽度和共振峰频率快速改变的原因,由声道响应的自关峰大于由于基音周期引起的自关峰时,简单地取自相关函数中最大峰的办法会失败。为了减少或者消除由共振峰和基频信息的相互干扰而引起的误差,已经提出了几种谱平整技术,如谱平滑、中心削波、信号三次方等,其中,中心削波是一种方便的方法。

    中心削波器的削波函数为:

    CL是削波电平。CL越大,超过CL的峰越少,削波的作用越明显;CL越小,超过的峰越多,削波作用越不明显。CL的大小对自相关函数的影响如图1所示。由图1可知,采用较高的削波电平对检测基音是有利的,但过高的削波电平会使波形中的信息发生丢失。

    利用采集到的语言信号进行计算机模拟,模拟结果表明:当CL=Amax#70%时,检测出的基音周期和利用其它的方法检测出的结果无太大差异,但当CL再取大时,有误差产生,故取CL= Amax#70%。

    选20ms语音段,在20ms(160个字样)内找到最大幅度值Amax。求CL= Amax#70%,通过削波函数实现对s(n)削波。为了在中心削波前,消弱声道的高频影响,加设一级低通滤波器,以滤去1 000Hz以上的语音成分。具体采用的是二阶Butterworth(IIR)低通滤波器:

    1.2 峰检测

    1.2.1 求相关函数序列

    对汉语拼音,基频范围为70~500Hz,fs =8 000Hz时相应于16~114个样值,只需求Rp(16),Rp(17),Rp(18),,,,Rp(114)即可,为了和Rp(0)相比较,加上一个Rp(0)共100个自相关值。

    利用自相关进行基音检测时,用到了自相关的两个性质:

    ⑴如果X(n)是周期性序列,长度为N,周期为P,则序列也是长度为N,周期为P的序列。

    ⑵当i =0时R(i)取最大值R(0), | R(i) |[R(0),i =1,2,,N-1,自相关序列中音调周期的峰值动态范围通常小于10dB,而直接从声波中用模拟器件进行音调提取的装置,需要峰值检测能力大于30dB,可见利用自相关序列比直接利用信号序列要有效。

    由⑴ 可进行u/v判决及求基音周期,由¦可用Rp(0)归一化整个自相关序列,可以使用统一的阈值。