[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

说明书

本发明公开了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，涉及语音信号处理方法技术领域。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；2)根据发音人性别的判断结果进行参数的优化；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。所述方法具有计算量小，精度高的优点。

技术领域

本发明涉及语音信号处理方法技术领域，尤其涉及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。

背景技术

语音信号的基音频率是最重要的声学特征之一。传统的自相关法提取语音的基音频率，具有计算量小的优点。但是由于语音信号的非平稳特性，其频率估计的精度有限，特别是在高频段和低频段的精度受到分帧和自相关运算精度的影响。

从发音器官的生理构造上看，基音频率直接受到声带构造的影响，其性别差异显著。从基音频率的统计值范围可以进行发音人性别的判断，一般男性的基音频率在70Hz-200Hz之间，女性的基音频率在200Hz-450Hz之间。基音频率的个体差异也较为明显，不同的个体具有相对固定的频率分布范围，在以往的基音频率估计算法中，很少利用发音器官的生理特点进行频率范围的搜索。

发明内容

本发明所要解决的技术问题是提供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，所述方法具有计算量小，精度高的优点。

为解决上述技术问题，本发明所采取的技术方案是：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；

2)根据发音人性别的判断结果进行参数的优化；

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。

进一步的技术方案在于：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。

进一步的技术方案在于：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。

进一步的技术方案在于：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，进行参数的隐射，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。

进一步的技术方案在于：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，