⦾博士论坛⦾加权短时自相关函数的基音周期估计算法沈瑜，党建武，王阳萍，雷涛SHENYu,DANGJianwu,WANGYangping,LEITao兰州交通大学电子与信息工程学院，兰州730070SchoolofElectronicandInformationEngineering,LanzhouJiaotongUniversity,Lanzhou730070,ChinaSHENYu,DANGJianwu,WANGYangping,etal.Weightedautocorrelationfunctionforpitchextractionofspeechsignals.ComputerEngineeringandApplications,2012,48（35）：1-6.Abstract：Theaccuratepitchdetectionisdifficultinspeechprocessing.AnewweightedpitchdetectionmethodbasedonAutocorrelationFunction（ACF）isproposed.UtilizingthattheAverageMagnitudeDifferenceFunction（AMDF）hassimilarcharacteristicswiththeACF,theACFisweightedbythesquareofthereciprocaloftheAMDF.Thepitchcontourissmoothed.Experimentalresultsshowthatthealgorithmimprovestheaccuracyofpitchdetection.Keywords：pitchfrequencydetection;AutocorrelationFunction（ACF）;AverageMagnitudeDifferenceFunction摘要：语音基音频率的准确检测是语音信号处理的难点之一。提出一种加权短时自相关函数（Autocorrela-tionFunction，ACF）算法提取基音频率。在传统的ACF方法基础上，利用短时平均幅度差函数（AverageMag-nitudeDifferenceFunction，AMDF）的平方对ACF函数进行加权，由此加强短时自相关函数在基音周期倍数处的峰值特性。对提取出的基频曲线做平滑处理。实验结果表明，该方法提高了基音周期检测的准确率。关键词：基音频率检测；加权短时自相关函数；短时平均幅度差函数；基频曲线平滑文献标识码：A中图分类号：TN912.33doi：10.3778/j.issn.1002-8331.1205-00571引言基音是指发浊音时声带振动所引起的周期性，基音周期即声带振动频率的倒数。在语音信号处理过程中，基音周期是一个非常重要的参数。通常情况下对于音调的分类都是基于基频曲线的[1]；基于波形拼接的语音合成算法要求在语音段上对基音轨迹进行韵律修饰；说话人中文语音识别系统利用基音轨迹做声调识别，这对于大量同音异型异义词的二义性消除非常重要；基音周期对于文语转换系统中的韵律变换也具有重要意义。基音周期检测的目标就是找出和声带振动频率一致的基音周期变化轨迹曲线。基音周期的准确性和实时性在语音信号处理系统中起着非常关键的作用。传统的基音周期提取算法有自相关检测法（ACF）、平均幅度差函数法（AMDF）、峰值提取法、并行处理技术、倒谱法等这些基音提取方法都是基于语音信号的短时平稳性而设计的。因此，准确、高效的基音周期估计函数和其预处理及后期平滑处理是基音周期准确提取的关键所在。目前关于基音周期估计已经存在多种方法。为了降低信噪比，文献[2]提出一种加权自相关函数算法来提取噪声信号中的基音频率。文献[3]提出一基金项目：国家自然科学基金（No.60962004，No.61162016，No.61202314）。作者简介：沈瑜（1982—），女，博士研究生，讲师，研究方向为信号处理、图像处理；党建武（1963—），男，教授，博士生导师，研究方向为智能信息处理；王阳萍（1973—），女，博士，教授，研究方向为医学图像处理；雷涛（1981—），男，博士后，副教授，研究方向为图像处理、计算机视觉等。E-mail：shenyu@mail.lzjtu.cn收稿日期：2012-05-15修回日期：2012-07-30文章编号：1002-8331（2012）35-0001-06CNKI出版日期：2012-10-11http://www.cnki.net/kcms/detail/11.2127.TP.20121011.1430.032.html1.00.50－0.5关于噪声语音的鲁棒基音检测算法，加入一个带通滤波器来调整语音频谱，并用幅度谱的三次方代替了传统的二次语音短时能量。文献[4]提出一种基于逆滤波的AR模型来降低噪音信号中基频检测的误差，使得自相关函数法检测基音频率的结果更加准确可信。文献[5]用形态滤波器对输入语音进行预处理，去除噪音，然后采用小波变换的方法进行基音频率检测，提高了基频检测的鲁棒性。文献[6]提出一种基于幅度差平方和函数的方法来提取基音周期文献[7]采用短时能量方法检测基音周期，通过语音的短时能量来判断有声/无声段使得基音周期的检测...