語(yǔ)音信號(hào)的自相關(guān)基音周期檢測(cè)

趙 萍

(上海電力學(xué)院計(jì)算機(jī)與信息工程學(xué)院，上海 200090)

基音周期的估計(jì)稱為基音周期檢測(cè)，基音周期檢測(cè)的最終目的是得到與聲音振動(dòng)頻率吻合較好的基音周期變化軌跡曲線.在語(yǔ)音信號(hào)的處理中只有準(zhǔn)確捕獲語(yǔ)音信號(hào)參數(shù)，才能高效地識(shí)別語(yǔ)音.而在這些語(yǔ)音信號(hào)參數(shù)中，基音周期提取的精確性和效率直接影響到合成語(yǔ)音能否真實(shí)快速地再現(xiàn)原始語(yǔ)音信號(hào).本文在基音周期檢測(cè)一般方法的基礎(chǔ)上，對(duì)自相關(guān)運(yùn)算過(guò)程加以修改，并給出使用該種方法對(duì)兩段語(yǔ)音信號(hào)進(jìn)行基音周期檢測(cè)的結(jié)果.

1 語(yǔ)音信號(hào)基音周期檢測(cè)一般過(guò)程

語(yǔ)音信號(hào)基音周期檢測(cè)的一般處理過(guò)程［1］如圖1所示.

圖1 基音周期檢測(cè)的處理過(guò)程

圖1 中各部分的功能及原理主要有:

(1)帶通濾波模塊 語(yǔ)音信號(hào)包含非常豐富的諧波分量，基音頻率最低可達(dá)80 Hz，最高可達(dá)500 Hz，但基音頻率大多數(shù)分布在100～200 Hz，為了提高檢測(cè)的準(zhǔn)確度，算法中引入了一個(gè)60～500 Hz的帶通濾波模塊濾除語(yǔ)音幀的高次諧波分量;

(2)取樣模塊 從頻率為8 000 Hz的語(yǔ)音信號(hào)中截取Length(樣點(diǎn)數(shù))長(zhǎng)的個(gè)樣點(diǎn)值，一般取樣點(diǎn)數(shù)設(shè)計(jì)成幀長(zhǎng)度的整數(shù)倍;

(3)分幀模塊 主要將語(yǔ)音去樣點(diǎn)分割為若干個(gè)語(yǔ)音幀，語(yǔ)音信號(hào)屬于短時(shí)平穩(wěn)信號(hào)，一般認(rèn)為在10～30 ms內(nèi)語(yǔ)音特性基本上是不變的，或者變化緩慢，因此可從中截取一段進(jìn)行頻譜分析，在范例中取一幀信號(hào)的長(zhǎng)度為30 ms，即每幀為240點(diǎn);

(4)短時(shí)能量分析 對(duì)分割好的語(yǔ)音幀信號(hào)進(jìn)行清濁音的判斷，知道濁音變清音的時(shí)刻，提取濁音段;

(5)自相關(guān)分析 計(jì)算濁音段信號(hào)的自相關(guān)函數(shù)，根據(jù)自相關(guān)函數(shù)的周期性計(jì)算語(yǔ)音信號(hào)的基音周期.

2 濁音清音的分辨

用8 000 Hz的采樣頻率采集到兩個(gè)人的聲音，經(jīng)過(guò)濾波、取樣、分幀后，進(jìn)行短時(shí)能量分析.短時(shí)能量為:

N——窗長(zhǎng);

h(n)=w(n)2.

算法中采用布萊克曼窗，具體實(shí)現(xiàn)代碼如下:

兩個(gè)語(yǔ)音信號(hào)短時(shí)能量分布如圖2所示.濁音有基音周期，而清音的基音周期為零，因而清濁音判斷是基音周期檢測(cè)的第一步.語(yǔ)音濁音段的短時(shí)平均能量遠(yuǎn)遠(yuǎn)大于清音段的短時(shí)平均能量，因此通過(guò)短時(shí)能量En的計(jì)算可以區(qū)分清音段與濁音段，即En(濁)＞En(清).

圖2 語(yǔ)音信號(hào)短時(shí)能量分析

根據(jù)圖2中的曲線變化情況，短時(shí)能量由高到低的跳變可定出濁音變?yōu)榍逡粽Z(yǔ)音的時(shí)刻.濁音段語(yǔ)音信號(hào)1為4 901～5 140(一幀240個(gè)點(diǎn))，語(yǔ)音信號(hào)2為8 001～8 240.

3 自相關(guān)實(shí)現(xiàn)基音周期檢測(cè)的過(guò)程

3.1 自相關(guān)法檢測(cè)的信號(hào)周期

對(duì)于兩個(gè)長(zhǎng)度相同，能量有限的語(yǔ)音信號(hào)自相關(guān)函數(shù)［2］:

自相關(guān)函數(shù)反映了信號(hào)x(n)與其經(jīng)過(guò)一段延遲后的x(n+m)的相似程度.如果序列x(n)具有周期Np，則其自相關(guān)函數(shù)是準(zhǔn)周期函數(shù)，周期性變化與x(n)序列相同［3］.濁音信號(hào)具有準(zhǔn)周期性，濁音信號(hào)的自相關(guān)函數(shù)在基音周期的整數(shù)倍位置上出現(xiàn)峰值，而清音信號(hào)的自相關(guān)函數(shù)沒(méi)有明顯的峰值.對(duì)于濁音信號(hào)，只要檢測(cè)到N的位置，就可以估計(jì)語(yǔ)音信號(hào)的基音周期值.

3.2 極性相關(guān)算法

由于乘法運(yùn)算的工作精度和頻率較低，為了提高運(yùn)算速度，采用1 bit量化的方法將進(jìn)行相關(guān)運(yùn)算的信號(hào)進(jìn)行簡(jiǎn)化［4］.這樣，式(2)由兩信號(hào)的乘法運(yùn)算轉(zhuǎn)化為x(m)的加法運(yùn)算.信號(hào)的1 bit量化公式為:

圖3是采用極性相關(guān)算法計(jì)算出來(lái)的基音頻率.由圖3可知，其結(jié)果與直接計(jì)算的結(jié)果相同.實(shí)現(xiàn)方法如下:

x12=y13(4901:5140);%對(duì)語(yǔ)音信號(hào)1的濁音段截取;

圖3 自相關(guān)基音周期檢測(cè)結(jié)果

3.3 自相關(guān)函數(shù)峰值估算

自相關(guān)函數(shù)是準(zhǔn)周期函數(shù)，各個(gè)峰值隨時(shí)間的增加而逐漸變小，因而在自相關(guān)運(yùn)算中可以采用兩次計(jì)算的方法來(lái)進(jìn)一步減少自相關(guān)運(yùn)算的點(diǎn)數(shù)，以達(dá)到提高運(yùn)算速度的目的.具體方法如下:

(1)進(jìn)行隔點(diǎn)自相關(guān)運(yùn)算，估計(jì)出峰值大概位置，如峰值位置為T(mén)max;

(2)進(jìn)行精確計(jì)算，使自相關(guān)運(yùn)算的點(diǎn)數(shù)N≥2Tmax－1，以減少誤差.

圖3中，對(duì)聲音1和聲音2若隔點(diǎn)自相關(guān)運(yùn)算時(shí)隔4點(diǎn)進(jìn)行，則其自相關(guān)運(yùn)算的點(diǎn)數(shù)為60;若進(jìn)行精確計(jì)算的點(diǎn)數(shù)分別為101和61，則兩次共進(jìn)行相關(guān)運(yùn)算點(diǎn)數(shù)分別為161和121，計(jì)算的點(diǎn)數(shù)分別減少至原來(lái)的67%和51%.

此外，在搜索峰值的過(guò)程中，由于基音頻率分布在80～500 Hz之間，所以相關(guān)運(yùn)算的峰值在16～100點(diǎn)之間搜索即可.采用以上方法檢測(cè)出聲音1的基音頻率為205.128 2 Hz(周期為4.8 ms)，聲音2的基音頻率為307.692 3 Hz(周期為3.25 ms).

4 結(jié)語(yǔ)

本文利用信號(hào)的自相關(guān)運(yùn)算實(shí)現(xiàn)了兩個(gè)語(yǔ)音信號(hào)的基音周期檢測(cè).在檢測(cè)過(guò)程中采用極性相關(guān)和峰值估計(jì)法，一方面可降低相關(guān)計(jì)算中乘法的計(jì)算量，另一方面也降低了進(jìn)行自相關(guān)運(yùn)算的點(diǎn)數(shù)，從而提高了基因周期檢測(cè)的效率.這種極性相關(guān)和峰值估算的方法還可應(yīng)用到信號(hào)的互相關(guān)峰值搜索過(guò)程中，使利用互相關(guān)運(yùn)算對(duì)流量和速度等進(jìn)行檢測(cè)的系統(tǒng)具有更好的實(shí)時(shí)性.

［1］付青青，吳愛(ài)平.基于Matlab的語(yǔ)音信號(hào)自相關(guān)基音檢測(cè)［J］.長(zhǎng)江大學(xué)學(xué)報(bào)，2006，3(4):99-101.

［2］萬(wàn)永革.數(shù)字信號(hào)處理的MATLAB的實(shí)現(xiàn)［M］.北京:北京航空航天大學(xué)出版社，2007:65-66.

［3］王秀君，和應(yīng)民，木建一.一種有效的語(yǔ)音基因周期提取算法［J］.應(yīng)用科技，2006，33(1):7-9.

［4］徐秉錚，歐陽(yáng)景正.信號(hào)分析與相關(guān)技術(shù)［M］.北京:科學(xué)出版社，1981:94-95.