[发明专利]一种基音检测方法及装置

说明书

本公开涉及一种基音检测方法及装置。该方法包括如下步骤：获取语音采集装置发送的多帧语音数据，并对每一帧语音数据进行解码和预处理；分别计算经预处理的每一帧语音数据的基音检测核心函数，得到相应的基音检测核心函数曲线；根据每一帧语音数据的基音检测核心函数曲线，得到每一帧语音数据的基音周期；根据当前帧语音数据的基音周期阈值，验证该帧语音数据的基音检测是否有效。该方法有效地抑制了共振峰的影响，在低信噪比环境下能有效检测到基音周期，更准确地定位基音周期的位置，从而提高了基音检测精度，并解决传统的时域基音检测方法准确度较差的问题。此外，在实际运用中能够较好地满足语音信号处理对基音检测的要求，从而提高了语音信号处理的性能。

技术领域

本公开涉及一种基音检测方法，同时也涉及实现该方法的基音检测装置，属于语音信号处理技术领域。

背景技术

语音信号的基音周期是描述激励源的重要特征参数之一。准确的检测语音信号的基音周期对高质量的语音分析与合成、语音压缩编码、语音识别等具有重要意义。但是，由于声道的易变性及声道特征因人而异，而基音的范围又很宽，即使是同一个人在不同情态下发音的基音周期也不相同，加之基音周期还受到单次发音音调的影响，因而基音周期的精确检测实际是一件比较困难的事情。

基音周期检测方法主要有两类：时域法和频域法。由于时域法比较直观且运算量小，故在实际项目应用中通常选用时域法。现有的时域基音周期检测方法有两种：分别为ACF(Auto Correlation Function，自相关函数)方法和AMDF(Average MagnitudeDifference Function，平均幅度差函数)方法。

自相关函数方法是计算语音信号的自相关函数，通过ACF曲线在基音周期整数倍位置存在较大峰值来估计基音。从估计基音周期的角度来看，短时自相关函数所包含的信息许多是多余的，真正能反映基音周期性的只是少数几个峰，其余的大多数峰都是由于声道的谐振特性引起的。而通常情况下，基波分量往往不是最强的分量，丰富的谐波成分使语音信号的波形变得非常复杂，给基音检测带来了困难，经常发生基频估计结果为其实际基音频率的二次倍频或二次分频的情况。

平均幅度差函数方法是计算语音信号的平均幅度差函数，通过AMDF曲线在基音周期整数倍处出现谷值来估计基音。当语音信号的变化比较平缓时，ADMF方法进行基音周期估计可以得到较高的估计，即精度和可靠性，所需计算量比较小，但是当语音信号的幅度或频率变化较快时，即在语音环境较恶劣、信噪比较低时，基因检测结果的准确程度下降较快，难以让人满意。

发明内容

本公开所要解决的首要技术问题在于提供一种基音检测方法。

本公开所要解决的另一技术问题在于提供一种基音检测装置。

为了实现上述目的，本公开采用下述技术方案：

根据本公开实施例的第一方面，提供一种基音检测方法，包括如下步骤：

获取语音采集装置发送的多帧语音数据，并对每一帧语音数据进行解码和预处理；

分别计算经预处理的每一帧语音数据的基音检测核心函数，得到相应的基音检测核心函数曲线；

根据每一帧语音数据的基音检测核心函数曲线，得到每一帧语音数据的基音周期；

根据当前帧语音数据的基音周期阈值，验证该帧语音数据的基音检测是否有效。

其中较优地，对所述语音采集装置实时采集的连续语音信号按照预设时间段进行分帧并分别进行编码，得到所述多帧语音数据。

其中较优地，对每一帧语音数据进行预处理包括采用自相关的自适应语音增强算法抑制语音信号中的高斯白噪声和采用线性相位低通滤波器滤除语音信号中的高次谐波分量。

其中较优地，分别计算经预处理的所述每一帧语音数据的基音检测核心函数的过程为：