·上一文章:AES音频数据流之间的异步采样率转换
·下一文章:PNG的硬件解码加速设计
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。