从图5(c)可以看到，用自相关函数法在A，B，C三帧判断错误，使基音频率轨迹估计值偏离了正常的轨迹(通常偏离到正常值的2倍或1／2倍)，这就是基音轨迹的“野点”。图5(d)是文中提出的算法的计算结果，很好地去除了这些野点，提高了检测的准确率。

5 结 语
    自相关函数法是一种简单，计算速度快的基音频率估计算法。但该方法易受噪音和共振峰的影响，为了提高自相关函数法检测基音频率的准确性，在此使用小波变换对语音信号进行预处理，一定程度上消除了高频噪音和共振峰的影响，能够准确反映语音段中基音频率的变化，得到比较真实的基音频率曲线。
    传统的小波变换的基频检测，通过对语音信号进行3个连续尺度上的小波变换，比较相邻两尺度下的极值点位置是否一致，来确定声门闭合时刻，进而求得基音频率。由于需要进行多次小波变换及极值搜索和判定，计算量大，实时性不好。这里只需要在固定的尺度下做1次小波变换，然后用自相关函数法检测基音频率，计算量小，实时性较好。