摘 要：提出了一種改進(jìn)的自相關(guān)函數(shù)基音檢測算法：首先利用清濁音自相關(guān)函數(shù)幅度值的不同性質(zhì)進(jìn)行清濁音判決，然后僅對(duì)濁音段檢測基音周期。在基音檢測前用帶通濾波、中心削波和數(shù)值濾波等方法進(jìn)行預(yù)處理，去除共振峰和高頻噪聲的影響；在基音檢測過程的后端用搜索平滑方法進(jìn)行后處理，平滑掉半、倍頻點(diǎn)和隨機(jī)錯(cuò)誤點(diǎn)。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法的效果優(yōu)于傳統(tǒng)自相關(guān)算法，而且在信噪比低至5 dB時(shí)仍有良好的清濁音判決和基音檢測性能。



關(guān)鍵詞：基音檢測；自相關(guān)函數(shù)；數(shù)值濾波；基音平滑

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1004-373X(2008)09-135-03

Improved Pitch Detection Algorithm Based on Autocorrelation Function



YANG Senbin，CHEN Yanpu，LI Zhen

(Electronic Information Research Lab，Basic Department，Xi′an Communication Institute，Xi′an，710106，China)



Abstract：An improved pitch detection algorithm based on autocorrelation function is proposed.Unvoiced/voiced decision is realized using the differences between unvoiced and voiced autocorrelation function.Before the pitch detection，the voiced is pretreated by band-pass filter，center clipping and digital filter to reduce the effects of formant and high-frequency noises;after the pitch detection，searching smoothing method is exploited to overcoming the multiple or half frequency errors and random errors.The experimental results show that the performance is superior to traditional autocorrelation function-based algorithm.Furthermore，this new method still works well under low signal noise ratio(SNR=5 dB).



Keywords：pitch detection;autocorrelation function;digital filter;pitch smoothing

1 引 言

濁音信號(hào)的周期稱為基音周期，是語音的重要特征參數(shù)之一，在語音編碼、語音合成和語音識(shí)別等方面有相當(dāng)重要的作用^[1]。基音周期的估計(jì)稱為基音檢測，由于語音變化的不確定性和基音頻率的變化范圍大，迄今為止，尚未出現(xiàn)對(duì)各種說話人、不同使用環(huán)境和不同應(yīng)用都能給出滿意結(jié)果的基音檢測方法^[2]。經(jīng)典的時(shí)域自相關(guān)函數(shù)基音檢測是其中一種性能較好的算法^[3]，然而該算法在無噪聲環(huán)境下會(huì)發(fā)生基音倍頻和半頻錯(cuò)誤，在噪聲環(huán)境下，這種錯(cuò)誤發(fā)生率會(huì)顯著增加^[4]。

本文基于清濁音自相關(guān)函數(shù)幅度值的不同性質(zhì)，提出了一種新的清濁音判決方法，并從減小共振峰影響、基音平滑兩個(gè)方面對(duì)傳統(tǒng)的時(shí)域自相關(guān)函數(shù)基音檢測算法進(jìn)行了改進(jìn)。

2 自相關(guān)函數(shù)基音檢測的原理

對(duì)于時(shí)間離散的確定信號(hào)，自相關(guān)函數(shù)的定義為^[2]：



R(k)=∑∞m=－∞x(m)x(m+k)



式中，k為信號(hào)的延遲點(diǎn)數(shù)。對(duì)于隨機(jī)信號(hào)或周期信號(hào)，自相關(guān)函數(shù)定義為：



R(k)=limN→∞12N+1∑Nm=－Nx(m)x(m+k)



自相關(guān)函數(shù)具有以下的性質(zhì)：周期為Np的信號(hào)x(n)的自相關(guān)函數(shù)是一個(gè)同周期的周期函數(shù)，即有R(k)=R(k+Np)。濁音信號(hào)具有準(zhǔn)周期性，因此他的自相關(guān)函數(shù)R(k)具有與x(n)相同的周期，而且在基音周期整數(shù)倍上有很大的峰值，通常取第一最大峰值點(diǎn)為基音周期點(diǎn)；而清音信號(hào)沒有周期性，因此他的自相關(guān)函數(shù)也沒有周期，R(k)會(huì)隨著k的增大迅速衰減。自相關(guān)函數(shù)基音檢測正是利用R(k)的這一性質(zhì)對(duì)語音信號(hào)進(jìn)行基音檢測的，算法示意圖如圖1所示。

3 改進(jìn)的自相關(guān)函數(shù)基音檢測算法

改進(jìn)的自相關(guān)函數(shù)基音檢測流程如圖2所示。算法主要包括分幀加窗、減小共振峰影響、清濁音判決、濁音信號(hào)預(yù)處理、檢測基頻和平滑后處理等六部分。與其他自相關(guān)函數(shù)基音檢測算法^[4，5]相比，本算法在清濁音判決、減小共振峰影響和平滑后處理等方面有獨(dú)特或改進(jìn)之處。

3.1 基于自相關(guān)函數(shù)的清濁音判決方法

濁音信號(hào)的自相關(guān)函數(shù)具有周期性，而清音信號(hào)的自相關(guān)函數(shù)沒有周期性，因此，文獻(xiàn)［6］通過判斷自相關(guān)函數(shù)是否具有周期性而實(shí)現(xiàn)清濁音的判決。但是，由于基音周期的變化范圍很大，因此判斷自相關(guān)函數(shù)周期性的難度和運(yùn)算量較大。

圖1 自相關(guān)函數(shù)基音檢測的原理示意圖

圖2 改進(jìn)的自相關(guān)函數(shù)基音檢測算法流程圖

通過大量實(shí)驗(yàn)，發(fā)現(xiàn)清濁音的自相關(guān)函數(shù)不僅在周期性上有很大差異，而且在幅度上也有明顯區(qū)別。濁音和清音(采樣率fs=8 kHz)在不同信噪比時(shí)的歸一化自相關(guān)函數(shù)分別如圖3，圖4所示。

圖3 濁音信號(hào)及其在不同信噪比時(shí)的

歸一化自相關(guān)函數(shù)



圖4 清音信號(hào)及其在不同信噪比時(shí)的

歸一化自相關(guān)函數(shù)

由圖3可以看出，對(duì)于濁音來說，在延遲樣點(diǎn)數(shù)門限T2之后，歸一化自相關(guān)函數(shù)的最大值即為第一峰值，而且該值在信噪比大于5 dB時(shí)均大于幅度門限T3。而對(duì)于清音來說，在T2之后，歸一化自相關(guān)函數(shù)值均小于T3。因此，可以通過判斷T2之后的歸一化自相關(guān)函數(shù)最大值Rmax與T3的關(guān)系來進(jìn)行清濁音判決，如果Rmax>T3則判決為濁音，否則判決為清音。T2、T3是由實(shí)驗(yàn)決定的判決閾值，根據(jù)清濁音的特點(diǎn)和大量實(shí)驗(yàn)證明，當(dāng)T2∈

3.2 減小共振峰影響的措施

基音頻率的分布范圍為50～450 Hz，其中100～200 Hz的情況占大多數(shù)，所以濁音信號(hào)有可能包含30～40個(gè)諧波分量。同時(shí)，由聲道特性決定的語音信號(hào)的第一共振峰通常在300～1 000 Hz的范圍內(nèi)，這就可能導(dǎo)致語音的第2～8個(gè)諧波分量幅度高于基頻分量。這樣，豐富的諧波分量常常會(huì)令基音檢測出現(xiàn)倍頻或者半頻錯(cuò)誤^[2]。

為了減少共振峰的影響，改進(jìn)算法采用了三種解決措施。首先，將輸入信號(hào)通過頻率范圍為［60，900］ Hz的帶通濾波器。因?yàn)樽罡呋纛l率為450 Hz，所以將上截頻設(shè)為900 Hz可以保留語音的一二次諧波。下截頻為60 Hz是為了抑制50 Hz電源干擾。

其次，利用中心削波函數(shù)進(jìn)行中心削波：



y(n)=x(n)－T1， [WB]x(n)>T1x(n)+T1，x(n)<－T10，|x(n)|≤T1



通常，削波電平T1取本幀語音最大幅度的60%～70%。削波后信號(hào)的自相關(guān)函數(shù)在基音周期位置的峰值會(huì)更加尖銳，可以有效減少倍頻或半頻錯(cuò)誤。

最后，在濁音數(shù)據(jù)進(jìn)行基頻檢測前進(jìn)行數(shù)值濾波。數(shù)值濾波器輸出與輸入間的關(guān)系可表示為：



y(n)=1N∑N－1i=0x(n－i)，n=0，1，2，…



其中，N為窗的長度。其傳遞函數(shù)為：



H(z)=1N∑N－1n=0z－n



實(shí)驗(yàn)證明，數(shù)值濾波器可有效抑制第一和第二個(gè)共振峰，突出濁音語音信號(hào)的周期性，使基音估計(jì)可靠。隨著數(shù)值濾波分析窗寬度N的變大，數(shù)值濾波后語音的周期性特征會(huì)變的更明顯，去除聲道共振峰對(duì)基音檢測的影響更徹底^[3]。因此，對(duì)濁音信號(hào)加上寬度N=9的數(shù)值濾波器，可使基音估計(jì)比較可靠。

3.3 基音平滑后處理

為了進(jìn)一步消除自相關(guān)法估計(jì)基音周期時(shí)出現(xiàn)的幀間基音周期跳躍、半頻點(diǎn)、倍頻點(diǎn)和隨機(jī)錯(cuò)誤點(diǎn)，需要對(duì)基音采取平滑措施。傳統(tǒng)的中值平滑為強(qiáng)制性的基音輪廓平滑，其主要缺陷就是可能平滑掉基音的某些固有突變，破壞基音周期的自然加倍或減半特征。以基音連續(xù)特征為基礎(chǔ)的動(dòng)態(tài)規(guī)劃技術(shù)屬于非線性平滑算法，能取得較好的平滑效果，但是運(yùn)算量較大，而且需要1～3幀的延遲。

基于搜索的平滑算法^[7]具有簡單可靠，快速高效的特點(diǎn)，因此本文利用該算法進(jìn)行基音平滑。設(shè)f1，f2，…，fN表示連續(xù)N幀的基音頻率。對(duì)第i幀基頻fi的平滑過程主要分為兩種情況。首先處理倍頻和半頻問題，公式如下：

 

f′i

=12fi，12fi－fi－1

2fi，2fi－fi－1



然后，利用下式處理隨機(jī)錯(cuò)誤點(diǎn)：

其中，f′i表示第i幀基頻平滑后的結(jié)果，T4是連續(xù)兩幀間頻率差的閾值，而T5是間隔一幀的連續(xù)兩幀間頻率差的閾值。根據(jù)基頻連續(xù)緩慢變化的特性和人發(fā)音的頻率范圍，可令T4=10，T5=25。兩個(gè)閾值和平滑公式的作用就是限制相鄰幀之間的基音頻率值變化不超過T4，而隔一幀的相鄰幀之間的基音頻率值變化不超過T5，從而達(dá)到對(duì)基音曲線平滑的效果。

4 實(shí)驗(yàn)結(jié)果及分析

為了驗(yàn)證本文改進(jìn)算法的準(zhǔn)確性和魯棒性，利用采樣

頻率為8 kHz，包含清音和濁音的語音進(jìn)行提取語音基音周期的實(shí)驗(yàn)。圖5所示為語音為女聲“盤旋”，幀長為400個(gè)采樣點(diǎn)，幀移為200個(gè)點(diǎn)，分別采用傳統(tǒng)的自相關(guān)方法(ACF)^[2，5]與本文算法(IACF)進(jìn)行基音周期檢測的結(jié)果比較圖。

圖5 傳統(tǒng)自相關(guān)法與本文算法基音檢測的性能比較

從圖5可以看出，本方法在基音周期估計(jì)的準(zhǔn)確性和抗噪能力方面比傳統(tǒng)的自相關(guān)方法有明顯提高。在信噪比很低時(shí)，本文方法仍能取得滿意的結(jié)果，而傳統(tǒng)自相關(guān)方法甚至對(duì)一些幀的清濁音判決都發(fā)生了錯(cuò)誤。

5 結(jié) 語

提出了一種基于自相關(guān)函數(shù)幅度值的清濁音判決方法，在此基礎(chǔ)上，結(jié)合帶通濾波、中心削波、數(shù)值濾波和基音平滑等技術(shù)，改進(jìn)了自相關(guān)函數(shù)基音檢測算法。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法的清濁音判決準(zhǔn)確率高、基音檢測準(zhǔn)確，而且具有較強(qiáng)的抗噪能力。

參 考 文 獻(xiàn)

［1］王宏.用改進(jìn)的SIFT方法檢測語音基頻［J］.現(xiàn)代電子技術(shù)，2001，24(2)：15-18.



［2］張雄偉，陳亮，楊吉斌.現(xiàn)代語音處理技術(shù)及應(yīng)用［M］.北京：機(jī)械工業(yè)出版社，2003.



［3］Rabiner L R.On the Use of Autocorrelation Analysis for Pitch Detection［A］.IEEE International Conference on Acoustics，Speech and Signal Processing (ICASSP′77)［C］.USA:IEEE，1977，25(1):24-33.



［4］胡瑛，陳寧，夏旭.一種改進(jìn)的自相關(guān)基音檢測算［J］.電子科技，2007(2):25-28.



［5］付青青，吳愛平.基于Matlab的語音信號(hào)自相關(guān)基音檢測［J］.長江大學(xué)學(xué)報(bào):自然科學(xué)版，2006，3(4)：99-102.



［6］李仕萍，凌衛(wèi)新，閔銳.清濁音判決算法在語言康復(fù)訓(xùn)練中的應(yīng)用［J］.計(jì)算機(jī)工程，2004，30(14)：36-38.



［7］朱小燕，王昱，劉俊.漢語聲調(diào)識(shí)別中的基音平滑新方法［J］.中文信息學(xué)報(bào)，2001，15(2)：45-50.

作者簡介 楊森斌 男，1983年出生，廣東省梅縣人，在讀碩士研究生。研究方向?yàn)橹悄苄畔⑻幚怼?/p>

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。