[发明专利]一种基于子带信噪比加权的倒谱域基音周期估计方法

权利要求书

1.一种基于子带信噪比加权的倒谱域基音周期估计方法，其特征在于：利用含噪语音的Mel谱计算子带加权系数，在对数谱域对含噪语音的特征参数进行子带加权，在倒谱域进行峰值检测，估计含噪语音信号的基音周期；

具体包括：

(1)对输入的数字语音进行内插或抽取，将其采样频率固定为8000Hz；

(2)对内插或抽取后的标准数字语音进行低通滤波，只保留1000Hz以下的频率成分，并加窗，分帧，得到帧信号；

(3)对每帧语音信号进行快速傅里叶变换，得到每帧信号的幅度谱；

(4)对每帧信号的幅度谱进行Mel滤波，取对数，并根据每个Mel子带的信噪比计算子带加权系数；

(5)对每帧信号的幅度谱取对数，得到对数谱，并进行子带加权，减小加性噪声对基音周期估计的影响；

(6)对子带加权后的对数谱进行离散余弦变换，得到语音信号的倒谱参数；

(7)对语音信号的倒谱参数进行峰值检测，平滑滤波，得到输入语音的基音周期估计值。

2.根据权利要求1所述的一种基于子带信噪比加权的倒谱域基音周期估计方法，其特征在于：在每帧信号中，每个Mel子带的加权系数α(i)通过以下公式计算：

其中，SNR(i)是第i个Mel子带的信噪比；SNR_max和SNR_min分别表示该帧语音子带信噪比的最大值和最小值；α(i)表示第i个Mel子带的加权系数；子带信噪比SNR(i)通过含噪语音在该Mel子带的能量和噪声能量估计，其中噪声能量在静音段估计。

3.根据权利要求1所述的一种基于子带信噪比加权的倒谱域基音周期估计方法，其特征在于：将输入数字语音的采样频率固定为8000Hz，若输入语音的原始采样频率高于8000Hz，则将其抽取至8000Hz；若输入语音的原始采样频率低于8000Hz，则将其内插至8000Hz；对内插或抽取后的标准数字语音进行低通滤波，只保留1000Hz以下的频率成分；然后，对滤波后的数字语音加窗，分帧，得到帧信号；窗口长度为256，帧移为128。

4.根据权利要求1所述的一种基于子带信噪比加权的倒谱域基音周期估计方法，其特征在于：首先对每帧信号的幅度谱取对数，得到对数谱；然后用估得的加权系数α(i)对第i个Mel子带上的所有含噪语音对数谱x(k)进行子带加权：

其中，是子带加权后的对数谱，即纯净语音对数谱的估计值。