基于自相关和倒谱法的基音检测改进算法-计算机应用与软件.PDF

基于自相关和倒谱法的基音检测改进算法-计算机应用与软件.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于自相关和倒谱法的基音检测改进算法-计算机应用与软件

第32卷第1期    计算机应用与软件 Vol32No.1 2015年1月   ComputerApplicationsandSoftware Jan.2015 基于自相关和倒谱法的基音检测改进算法 陈盼弟 黄 华 何 凌 (四川大学电气信息学院 四川成都610000) 摘 要  语音信号基音周期检测一直以来都是语音信号处理的关键技术和热点领域。对传统的基音检测方法进行研究分析,提 出基于自相关和倒谱法的基音检测改进算法。先将语音信号进行最小均方误差(LMS)自适应滤波和非线性处理进行语音增强,后 进行自相关法和倒谱法加权平方运算来检测基音周期。经Matlab实验仿真,该算法在低信噪比环境中能精确检测基音周期,较传 统基音检测方法鲁棒性更好、更精确。 关键词  基音 自相关 倒谱 非线性处理最小均方误差 语音增强 中图分类号 TN912.3 TP391    文献标识码 A    DOI:10.3969/j.issn.1000386x.2015.01.042 IMPROVEDALGORITHMFORPITCHDETECTIONBASEDONACFANDCEP  ChenPandi HuangHua HeLing (SchoolofElectricalEngineeringandInformation,SichuanUniversity,Chengdu610000,Sichuan,China) Abstract  Pitchperioddetectionofspeechsignalshasalwaysbeenakeytechniqueandfocusinspeechsignalsprocessing.Accordingto thestudyandanalysisontraditionalpitchdetectionmethods,weproposeanACFandCEPbasedimprovedpitchdetectionalgorithm.First, wecarryoutthespeechenhancementbyapplyingtheleastmeansquare(LMS)adaptivefilterandnonlinearprocessingtospeechsignal,and thenrunweightedsquarealgorithmofACFandCEPtodetectthepitchperiod.DemonstratedbythesimulationexperimentswithMatlab,this algorithmcanaccuratelydetectthepitchperiodinthecaseoflowsignaltonoiseratio(SNR),andismorerobustandprecisethantraditional pitchdetectionmethods. Keywords  Pitch Autocorrelationfunction(ACF) Cepstrum(CEP) NonlinearprocessingLMS Speechenhancement 棒性。 0 引 言 1 传统自相关、倒谱法 目前,语音信号处理作为一项热门技术,在语音识别、增强、 合成等方面有着广泛的应用。而作为语音处理中的关键技术和 作为一种传统的时域分析方法,ACF用来检测信号时域相 研究难点的基音周期检测是人们一直以来研究的重点,基音周 似性,通过检测自相关函数的峰值,来确定语音信号的周期。对 期检测的目的是找出和声带振动频率一致或者尽量吻合的基音 于周期性信号序列,自相关函数[2]定义为:

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档