3 算法流程图
算法过程如下:
(1)采集语音信号。人的语音信号频率都在6 kHz以内,根据Nyqtfist采样定理,fs=11 025 Hz。把采集得到的语音信号记为X;
(2)基音频率变化范围大,从老年男性的50 Hz到儿童和女性的450 Hz。因此使用小波变换进行滤波时,要把50~500 Hz的语音信号加强,把高于500 Hz的语音信号减弱,以去除共振峰和高频噪音的影响;
(3)同一个人在不同情态下发音的基音周期也不同,加之基音周期还受单词发音音调的影响,因此基音检测实际上是估计短时语音的平均周期。采用L点的矩形窗来截取信号,进行短时分析,一般取窗口的长度为36 ms,帧重叠18 ms;
(4)利用自相关函数估计第i帧语音信号的基音
周期fpi。若fpi的频率范围超出了[60 Hz,500 Hz],则判断该帧为清音帧,声带不振动,fpi,置为O Hz。
算法流程图如图4所示:
4 实 验
首先通过一个真实的语音数据来说明第3节算法的有效性,然后将其与传统的自相关函数法的结果进行比较。
在图5中,图5(a)为作者(男性)读“马到成功”的语音信号波形,fs=1l 025 Hz,用普通麦克风在自然环境下录制,时长为2 s。选择db4小波基,对原始语音信号进行二进小波变换,取小波变换后第三层的低频部分信号,该低频信号如图5(b)所示。用帧长为36 ms的矩形窗把图5(a)中原始信号分成165帧,并用自相关函数估计每一帧的基音频率,基音频率的变化曲线如图5(c)所示。同样地把图5(b)中经小波变换后所得的低频语音信号分成165帧,然后用自相关函数估计每一帧的基音频率,基音频率的变化曲线如图5(d)所示。