[发明专利]基频提取方法和装置

权利要求书

1.一种基频提取方法，包括：

基于待处理语音信号的声学特征，提取待处理语音信号中各语音帧的候选基频点；

对所述语音帧进行清浊音分类，得到各所述语音帧对应的清浊音类别；

基于各所述语音帧对应的清浊音类别以及预设的基频筛选条件对所述候选基频点进行修正，并采用动态规划算法从修正后的候选基频点中确定出所述待处理语音信号的基频序列；

其中，所述基于各所述语音帧对应的清浊音类别以及预设的基频筛选条件对所述候选基频点进行修正，包括：

根据所述基频筛选条件，确定基频候选区间；

基于各语音帧的清浊音类别对所述基频候选区间进行修正，得到修正后的基频候选区间，并根据修正后的基频候选区间对候选基频点进行修正。

2.根据权利要求1所述的方法，其中，所述对所述语音帧进行清浊音分类，得到各所述语音帧对应的清浊音类别，包括：

将提取出的所述待处理语音信号的声学特征输入已训练的清浊音分类模型，得到所述待处理语音信号中各语音帧对应的清浊音分类结果。

3.根据权利要求2所述的方法，其中，所述方法还包括：

基于已标注所包含的各语音帧的清浊音类别信息的样本语音信号，训练得出所述已训练的清浊音分类模型。

4.根据权利要求1所述的方法，其中，所述基于待处理语音信号的声学特征，提取待处理语音信号中各语音帧的候选基频点，包括：

对所述待处理语音信号进行降采样；

对降采样后的待处理语音信号中的语音帧，基于所述声学特征计算互相关函数的峰值点，根据所述峰值点确定降采样后的待处理语音信号对应的候选基频点；

将降采样后的待处理语音信号对应的候选基频点映射至所述待处理语音信号中，得到所述待处理语音信号中各语音帧的候选基频点。

5.根据权利要求1-4任一项所述的方法，其中，所述根据所述基频筛选条件，确定基频候选区间，包括：

根据各语音帧的候选基频点的分布特征，确定基频候选区间；以及

所述根据修正后的基频候选区间对候选基频点进行修正，包括：

将不在所述修正后的基频候选区间中的目标候选基频点替换为所述目标候选基频点所对应的语音帧中的其他候选基频点，得到修正后的候选基频点。

6.一种基频提取装置，包括：

提取单元，被配置为基于待处理语音信号的声学特征，提取待处理语音信号中各语音帧的候选基频点；

分类单元，被配置为对所述语音帧进行清浊音分类，得到各所述语音帧对应的清浊音类别；

确定单元，被配置为基于各所述语音帧对应的清浊音类别以及预设的基频筛选条件对所述候选基频点进行修正，并采用动态规划算法从修正后的候选基频点中确定出所述待处理语音信号的基频序列；

其中，所述确定单元被配置为按照如下方式对所述候选基频点进行修正：

根据所述基频筛选条件，确定基频候选区间；

基于各语音帧的清浊音类别对所述基频候选区间进行修正，得到修正后的基频候选区间，并根据修正后的基频候选区间对候选基频点进行修正。

7.根据权利要求6所述的装置，其中，所述分类单元进一步被配置为按照如下方式对所述语音帧进行清浊音分类，得到各所述语音帧对应的清浊音类别：

将提取出的所述待处理语音信号的声学特征输入已训练的清浊音分类模型，得到所述待处理语音信号中各语音帧对应的清浊音分类结果。

8.根据权利要求7所述的装置，其中，所述装置还包括：

训练单元，被配置为基于已标注所包含的各语音帧的清浊音类别信息的样本语音信号，训练得出所述已训练的清浊音分类模型。