[发明专利]声音信号的音高参考点筛选方法及系统

说明书

技术领域

本发明涉及一种声音信号的音高参考点筛选方法及系统。

背景技术

音高检测算法(Pitch Detection Algorithm)是针对声音信号的音高(pitch)作估算所设计出来的算法，这些算法主要是在估算及检测声音波形的基频。音高检测的应用非常广泛，如在语言学习上，即是以音高检测来找出语音基频的轨迹，并与标准语音模板比对，进行所谓的音调评分。另外，音高检测也可应用于旋律识别(Melody Recognition)，撷取哼唱者之歌声来计算其音高向量，进而将此音高向量与音乐音高数据库进行比对，找出最接近的歌曲，以达到哼唱找歌的功能。KTV伴唱机更利用音高检测技术，衍生出歌唱音准评分及伴奏跟调等功能。

音高检测算法主要分为两种类型，一种为利用声音信号在频域(Frequency Domain)上的特性来做音高检测，另一种则是利用声音信号在时域(Time Domain)上的特性来做音高检测。不管是在频域或时域上的音高检测算法，均是用来求出声音信号的基本周期。

在时域上的音高检测算法，是从输入信号变动的波形中找出重复出现的波形，也就是利用声音波形相似的特征来找出其基本周期。在作法上是先将声音信号切成一个个的音框(frame)，然后针对每个音框来作音高检测，也就是将音框内之原始声音信号与声音位移后之信号依序作相似度比对。当此位移时间距离等于音高频率倒数时，声音信号和其位移信号必有最大的相似度，此时便可求出基本周期。时域上的各种算法就是在定义寻找这两种信号相似度的算法则，而目前在时域上较为广泛使用的算法为平均振幅差异函数(Average Magnitude Difference Function，AMDF)算法以及自相关函数(Auto-Correlation Function，ACF)算法。

无论是利用ACF算法或AMDF算法来进行音高检测，最后都有一个重要的步骤，就是找出局部极值(local extreme values)。依照不同的音高检测演算特性，决定的局部极值会有所不同，以ACF音高检测算法来说，就是要找出声音信号之ACF曲线的局部最大值(local maximum)，而在AMDF音高检测算法中，则是要找出声音信号之AMDF曲线的局部最小值(localminimum)。这些局部极值可称之为音高参考点，而后续再通过这些音高参考点来找出音高点，并计算出声音信号的基本周期。

然而，在实际检测过程中，通常会受到一些噪声的干扰，因而导致后续在做基本周期之运算时所需要列入考虑的信号点数量过多且容易发生误判的状况。以AMDF算法来说，从图1可明显看出，AMDF曲线100之局部最小值102附近(虚线圈起处)存在一些干扰点，而这些干扰点即是导致后续做基本周期运算时运算量过大且容易发生误判的原因所在。

发明内容

本发明所要解决的技术问题是提供一种声音信号的音高参考点筛选方法及系统，解决了现有技术中存在声音信号经音高检测演算后会产生非实际所需之音高参考点的干扰信号点的问题。

为了解决上述问题，本发明提供了一种声音信号的音高参考点筛选方法，用于在一声音信号在时域上经音高检测演算所产生的多个局部极值中筛选出多个音高参考点，其中该声音信号之取样频率为f，且欲于该声音信号中测得之最高频率为fmax，各局部极值均有对应之一坐标值(X，Y)，且这些局部极值是依其x坐标值由小到大而依序排列成一数组[Xi，Yi]，其中i＝1，2，…，n-1，n，且n为该些局部极值之个数。此方法包括下列步骤：(a)依据此声音信号之取样频率f与欲于该声音信号中测得之最高频率为fmax定义一筛选值s，其中此筛选值s为正整数；(b)于此数组中，将x坐标值为X1之局部极值的y坐标值与x坐标值满足X≦X1+s的这些局部极值的y坐标值进行比较，以根据该音高检测演算之特性来在这些局部极值中选取y坐标值为最大值或最小值的局部极值，并将x坐标值满足X≦X1+s之其余局部极值从数组中移除；(c)于数组中所剩余之局部极值中依序将x坐标值为Xi之局部极值的y坐标值与x坐标值满足Xi-s≦X≦Xi+s的这些局部极值的y坐标值进行比较，以根据该音高检测演算之特性来在该些局部极值中选取y坐标值为最大值或最小值的局部极值，并将x坐标值满足Xi-s≦X≦Xi+s之其余局部极值从数组中移除；以及(d)判断步骤(c)中进行y坐标值比较之该局部极值的x坐标值Xi是否满足Xi+s≧Xn，当Xi不满足Xi+s≧Xn之条件时，重复步骤(c)。执行步骤(d)之后数组中所剩余之局部极值即为音高参考点。