[发明专利]基于性别预判与多频段参数映射的语音基音频率估计方法

权利要求书

1.一种基于性别预判与多频段参数映射的语音基音频率估计方法，其特征在于所述方法包括如下步骤：

1)采用判决反馈的方式进行语音基音频率的估计，对发音人的性别进行判断；

所述步骤1)包括：

(1)利用标准的自相关算法对语音信号进行基音频率的估计，利用基音频率的范围进行性别的预判断；

(2)将性别预判断的结果反馈给基音频率提取模块，进行参数的自适应优化；

2)根据发音人性别的判断结果进行参数的优化；

所述步骤2)包括：

(1)对性别判断的结果进行校准，当基于自相关算法获得的基音频率的均值在200Hz的性别临界频率附近时，不进行硬判决，跳转到步骤3)进行迭代循环优化频率估计的精度；

(2)依据基音的均值范围，进行性别的判断，当发音人性别被判断为男性时，选择较长的时间序列长度进行自相关值序列的计算，并且选择较低频段范围进行自相关值序列的峰值的搜索；

3)对优化后的参数采用迭代循环的方式，进行参数预测和频率重估，得到语音基音频率；所述步骤3)包括：

(1)参数预测：根据上一次循环获得的频率值，或者根据系统初始化给出的频率值，进行参数的映射，获得自相关序列的最合适长度，以及搜索峰值的最适合范围；

(2)频率重估：依据步骤(1)中所获得的自相关序列的最合适长度，以及搜索峰值的最适合范围，进行语音基音频率估计；

发音人性别的判断方法如下：

对不同的男女发音人，提取其基音频率的均值P_mean，当频率超过200Hz的性别临界频率F_c足够偏移量F_off时，所对应的发音人性别标签G判断为女性，其中G＝1；当频率低于200Hz的性别临界频率F_c足够偏移量F_off时，则判断为男性，其中G＝-1；否则不进行性别标签的硬判决，将标签赋值为似然概率L，如式(1)和式(2)所示，

IF P_mean>F_c+F_off G＝1

ELSEIF P_mean<F_c+F_off G＝-1

ELSE G＝L (1)

其中，L＝(P_mean-200)/F_off (2)；

基音频率的估计方法如下：

1)中心削波法

设一段时间内一帧语音数据为:S(t)，t＝0，1，2，...，T，其前半部分的最大值为：

S_max1＝max{S(t)，t＝0，1，2，...，T/2} (3)

其后半部分的最大值为：

S_max2＝max{S(t)，t＝0，1，2，...，T/2} (4)

选取前半部分局部最大值和后半部分局部最大值中较小的一个，记为：

S_max＝min{S_max1，S_max1} (5)

以阈值Th进行中性削波处理，阈值Th的计算如下：

Th＝C*S_max (6)

其中可取常数C＝0.618；

削波处理后的一帧语音信号如下：

S(t)＝S(t)-Th，S(t)>Th

S(t)＝0，S(t)≤Th (7)

2)自相关序列的计算

设自相关序列的长度参数为Lr，S(t)的自相关序列值为：

3)峰值搜索

根据搜索范围的区域参数Rg＝(LB，UB)，搜索峰值位置，获得基音频率估计值：

P＝Fs/max{R(t)，LB<t<UB} (9)

其中Fs为采样频率。