劉何來，張正炳，楊順遼 (長江大學(xué)電子信息學(xué)院，湖北 荊州 434023)

高噪聲環(huán)境下的基音頻率檢測(cè)方法研究

劉何來，張正炳，楊順遼 (長江大學(xué)電子信息學(xué)院，湖北 荊州 434023)

聲道特性及噪聲給基音檢測(cè)帶來了嚴(yán)重的影響，針對(duì)這一問題，將線性預(yù)測(cè)殘差信號(hào)作為去除聲道影響的激勵(lì)信號(hào)的近似，再結(jié)合自相關(guān)函數(shù)法檢測(cè)基音頻率的高抗噪性，探討了用線性預(yù)測(cè)殘差信號(hào)的低通自相關(guān)函數(shù)法檢測(cè)基音頻率。用理論模型驗(yàn)證了該方法的可行性，并就實(shí)際信號(hào)處理情況和倒譜法及自相關(guān)函數(shù)法進(jìn)行了比較。結(jié)果表明，該方法有效的減少了聲道特性的影響，在高噪聲環(huán)境下比倒譜法和自相關(guān)函數(shù)法有更好的性能。

基音檢測(cè)；線性預(yù)測(cè)殘差；自相關(guān)函數(shù)；語音

目前基音檢測(cè)方法[1]主要有時(shí)域的平均幅度差法[2]和自相關(guān)法[3-4]、頻域的倒譜法[5]、時(shí)頻結(jié)合的小波變換分析法[6]以及在此基礎(chǔ)上的衍生算法[7-8]。這些方法理論上可有效的檢測(cè)出基音頻率，但噪聲環(huán)境下，檢測(cè)性能有不同程度下降。

實(shí)際語音信號(hào)含有各種背景噪聲，考慮到自相關(guān)函數(shù)法適用于噪聲環(huán)境下的基音檢測(cè)，但易受聲道特性(共振峰)的影響產(chǎn)生倍頻現(xiàn)象，而線性預(yù)測(cè)殘差信號(hào)去除了聲道影響，可近似看作激勵(lì)信號(hào)。為提高在噪聲環(huán)境下的基音檢測(cè)精度，筆者探討將線性預(yù)測(cè)殘差信號(hào)進(jìn)行低通自相關(guān)運(yùn)算來檢測(cè)基音頻率，并把所得結(jié)果和自相關(guān)法及倒譜法進(jìn)行比較。

1 語音信號(hào)產(chǎn)生模型

圖1 語音信號(hào)產(chǎn)生模型

語音是由氣流激勵(lì)聲道，最后從嘴唇或鼻孔，或同時(shí)從嘴唇和鼻孔輻射出來而形成的?；诼暤赖恼Z音產(chǎn)生模型就是從這一角度描述語音的產(chǎn)生過程，如圖1所示[9]。圖1所示語音產(chǎn)生模型表明，濁音可以看作是一個(gè)周期信號(hào)激勵(lì)于系統(tǒng)的響應(yīng)，清音則是隨機(jī)噪聲激勵(lì)于系統(tǒng)的響應(yīng)。顯然，濁音中的基音受到了聲門模型、聲道模型和輻射模型的綜合影響，正是這些模型影響著基音檢測(cè)的準(zhǔn)確性。

基音頻率一般處于80～500Hz之間，低通濾波能不同程度上濾除第2和第3共振峰的影響，對(duì)第1共振峰無法消除，而聲道特性中的第1共振峰頻率與基音頻率最為接近，其對(duì)基音檢測(cè)影響最大。

2 原理分析

2.1線性預(yù)測(cè)分析

在隨機(jī)信號(hào)譜分析中，常把一個(gè)時(shí)間序列模型化為白噪聲序列作用于一個(gè)數(shù)字濾波器后產(chǎn)生的輸出。線性預(yù)測(cè)分析的基本原理是將被分析的信號(hào)看作是白噪聲序列激勵(lì)某個(gè)模型的輸出，這樣就可以用模型參數(shù)來描述信號(hào)。通常所設(shè)定的模型為“全極點(diǎn)模型”或“AR模型”，即模型中只包含有限極點(diǎn)而沒有零點(diǎn)。而語音是聲道沖激響應(yīng)和聲門激勵(lì)的卷積，如不考慮鼻音和摩擦音，語音的聲道系統(tǒng)函數(shù)就是一個(gè)全極點(diǎn)模型，因此，可用線性預(yù)測(cè)分析的方法求聲道系統(tǒng)函數(shù)[10]。

按照上述思路，將圖1的語音信號(hào)產(chǎn)生模型中的聲道模型、脈沖模型及輻射模型用一個(gè)時(shí)變的數(shù)字濾波器來等效，其系統(tǒng)函數(shù)為：

(1)

式中，G為增益；a1,a2,…,ap稱為線性預(yù)測(cè)系數(shù)；p為線性預(yù)測(cè)器階數(shù)。

因此，語音信號(hào)s(n)和激勵(lì)信號(hào)u(n)之間的關(guān)系可表示為：

(2)

(3)

線性預(yù)測(cè)殘差用e(n)表示為：

(4)

比較式(2)和式(4)可知e(n)=Gu(n)，即預(yù)測(cè)殘差信號(hào)可看作原始激勵(lì)信號(hào)的加權(quán)。

按最小均方誤差準(zhǔn)則可得到唯一的一組線性預(yù)測(cè)系數(shù)，使e(n)逼近激勵(lì)信號(hào)。原始信號(hào)與預(yù)測(cè)語音信號(hào)越接近，e(n)就越接近原始激勵(lì)信號(hào)。理論上殘差信號(hào)e(n)中不包含聲道響應(yīng)信息，主要反映了原始激勵(lì)信息，用e(n)去進(jìn)行基音檢測(cè)，將較大程度地提高基音檢測(cè)的準(zhǔn)確度。線性預(yù)測(cè)殘差信號(hào)中通常含有很多高頻成分，可先對(duì)預(yù)測(cè)殘差信號(hào)進(jìn)行低通再用于檢測(cè)基音。為保證預(yù)測(cè)的準(zhǔn)確性，使殘差信號(hào)更接近于激勵(lì)信號(hào)，實(shí)驗(yàn)采用Burg法求線性預(yù)測(cè)系數(shù)[11]。

2.2自相關(guān)函數(shù)法

對(duì)于能量有限的語音信號(hào)來說，采用短時(shí)分析方法，可以定義短時(shí)自相關(guān)函數(shù)為：

式中，w(n)是偶對(duì)稱的窗函數(shù)；k是移位距離。

自相關(guān)函數(shù)在基音周期的整數(shù)倍點(diǎn)上取得峰值，可根據(jù)自相關(guān)最大值的位置來估算濁音信號(hào)的周期，通常取第1峰值點(diǎn)為基音周期。自相關(guān)函數(shù)法特別適用于噪聲環(huán)境下的基音提取。通常基音頻率與第1共振峰頻率比較接近，單獨(dú)使用自相關(guān)函數(shù)法常會(huì)產(chǎn)生半頻或倍頻現(xiàn)象。結(jié)合線性預(yù)測(cè)殘差和自相關(guān)函數(shù)，對(duì)預(yù)測(cè)殘差求短時(shí)自相關(guān)，可有效克服聲道共振峰的影響，并且能適應(yīng)噪聲的影響。

3 試驗(yàn)結(jié)果與分析

3.1理論模型驗(yàn)證

通過對(duì)理論模型的處理來驗(yàn)證筆者提出方法的可行性。聲門和聲道作用的綜合影響模擬[12]如下：

而發(fā)濁音時(shí)的激勵(lì)信號(hào)為：

x(n)=δ(n)+αδ(n-N0)+α2δ(n-2N0)+…

式中，h(n)為聲道模型的沖激響應(yīng)；δ(n)為單位沖激函數(shù)。

圖2 理論模型及處理結(jié)果

令β0=0.98,β1=1,α=0.9,r=0.99,θ=π/6,N0=15，這時(shí)聲道模型如圖2(a)所示，激勵(lì)信號(hào)的波形如圖2(b)所示，圖2(c)為聲道和激勵(lì)信號(hào)的卷積，即聲音的模擬。圖2(d)是將圖2(c)中的信號(hào)經(jīng)線性預(yù)測(cè)得到信號(hào)的線性預(yù)測(cè)殘差信號(hào)?？梢?，線性預(yù)測(cè)殘差信號(hào)基本與原激勵(lì)信號(hào)相同，周期性保存完好，幅度對(duì)應(yīng)成比例，而且受聲門和聲道特性影響較小。這表明用線性預(yù)測(cè)殘差信號(hào)近似濁音激勵(lì)信號(hào)可減少聲門和聲道特性的影響，提高基音檢測(cè)的精度。

3.2實(shí)際信號(hào)的處理

下面用試驗(yàn)來驗(yàn)證線性預(yù)測(cè)殘差的低通自相關(guān)函數(shù)法進(jìn)行基音檢測(cè)的有效性。實(shí)驗(yàn)所用語音樣本為在安靜的室內(nèi)采集的男聲濁音“啊”的一段語音信號(hào)，采樣率為8KHz，16bit量化,對(duì)語音信號(hào)進(jìn)行分幀處理，每幀40ms，幀移20ms。

圖3 語音信號(hào)及預(yù)測(cè)殘差的時(shí)域波形及各自自相關(guān)波形

圖3(a)為一幀語音信號(hào)，從圖上可以估算出基音周期為51樣點(diǎn)，其基因頻率為8000/51=156.86Hz，圖3(b)為圖3(a)的自相關(guān)波形。圖3(c)為線性預(yù)測(cè)殘差信號(hào)的波形，可以看出有很多類似于噪聲干擾的高頻成分的存在，為提高基音檢測(cè)的準(zhǔn)確性，圖3(d)為圖3(c)的低通自相關(guān)波形。比較圖3(b)和圖3(d)可以看出，從2幅圖上均能有效的檢測(cè)出基音周期，但圖3(d)的自相關(guān)波形在非周期對(duì)應(yīng)位置起伏相對(duì)較小，即受聲道特性的影響較小。

圖4是在高信噪比(10dB)時(shí)分別采用低通自相關(guān)法、倒譜法和線性預(yù)測(cè)殘差的低通自相關(guān)法對(duì)所采集的一段語音樣本進(jìn)行連續(xù)30幀基音檢測(cè)結(jié)果對(duì)比，3種檢測(cè)方法均能有效的檢測(cè)出基音頻率，檢測(cè)結(jié)果和時(shí)域估測(cè)一致，其中縱坐標(biāo)為語音的基因頻率，橫坐標(biāo)為語音段幀序號(hào)。

圖5為對(duì)低信噪比(-3dB)下語音樣本采用上述3種方法進(jìn)行基音檢測(cè)結(jié)果，自相關(guān)法由于受聲道特性的影響，檢測(cè)結(jié)果中出現(xiàn)倍頻現(xiàn)象，波形起伏嚴(yán)重；倒譜法受噪聲影響基音檢測(cè)結(jié)果波動(dòng)較大；線性預(yù)測(cè)殘差的低通自相關(guān)法基音檢測(cè)結(jié)果整體較為平滑，一定程度上克服了倍頻現(xiàn)象，抗噪性能優(yōu)良。

圖4 高信噪比下3種方法檢測(cè)基音頻率對(duì)比 圖5 低信噪比下3種方法檢測(cè)基音頻率對(duì)比

表1 不同信噪比時(shí)誤檢率對(duì)比

表1是對(duì)語音樣本在不同信噪比下通過大量試驗(yàn)得出的基音誤檢率對(duì)比結(jié)果。隨著信噪比的下降，3種方法的誤檢率都會(huì)上升，倒譜法的性能下降最為劇烈，高噪聲情況下，線性預(yù)測(cè)殘差自相關(guān)法誤檢率要小于另2種方法。

[1]馮康, 時(shí)慧琨. 語音信號(hào)基音檢測(cè)的現(xiàn)狀及展望[J]. 微機(jī)發(fā)展, 2004, 14(3): 95-98.

[2]王恩成, 蘇騰芳, 袁開國, 等. 基于線性預(yù)測(cè)編碼與AMDF的高精度基音檢測(cè)算法[J]. 計(jì)算機(jī)應(yīng)用, 2012, 32(4): 1180-1183.

[3]Shimamura T,Kobayashi H.Weighted autocoorelation for picth extraction of noisy speech[J]. IEEE Trans on Speech Audio Processing, 2001, 9(7): 727-730.

[4]Zhao Qi-fang,Shimamura T, Suzuki J.A Robust Algorithm for Formant Frequency Extraction of Noisy Speech[J].ISCAS,1998,5:534-537.

[5]金學(xué)成, 汪增福. 基于線性預(yù)測(cè)殘差倒譜的基音周期檢測(cè)[J]. 模式識(shí)別與人工智能, 2008, 21(1): 104-110.

[6]Kadambe S, Boudreaux-Bartels G F.Application on the wavelet transform for pitch detection of speech signals[J].IEEE Trans on Inform, Theory, 1992, 38(2): 917-924.

[7]李晉，江成，劉甫.改進(jìn)的基音檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2011，47(3)：117-119.

[8]鄭繼明，王勁松. 語音基音周期檢測(cè)方法[J].計(jì)算機(jī)工程，2010,36(10)：273-275.

[9]胡航. 語音信號(hào)處理(第4版)[M]. 哈爾濱: 哈爾濱工業(yè)大學(xué)出版社, 2009.7.

[10]徐金甫，陳小利.基于線性預(yù)測(cè)的綜合基音檢測(cè)法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008,29(4):891-893.

[11]趙曉群. 數(shù)字語音編碼[M]. 北京: 機(jī)械工業(yè)出版社, 2007.

[12]楊順遼, 李永全. 數(shù)字信號(hào)處理實(shí)現(xiàn)與實(shí)驗(yàn)[M]. 武漢: 華中科技大學(xué)出版社, 2011.

2012-10-26

劉何來(1985-)，男，碩士生，現(xiàn)主要從事圖像、語音信號(hào)處理方面的研究工作。

TN912.3

A

1673-1409(2013)01-0046-04

[編輯] 洪云飛