[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

摘要

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。

主权项

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：/n1)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；/n所述步骤1)包括：/n(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；/n(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；/n2)根据发音人性别的判断结果进行参数的优化；/n所述步骤2)包括：/n(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；/n(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；/n3)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：/n(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；/n(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；/n发音人性别的判断方法如下：/n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，/nIF P_mean>F_c+F_off G＝1/nELSEIF P_mean<F_c+F_off G＝-1/nELSE G＝L (1)/n其中，L＝(P_mean-200)/F_off (2)；/n基音频率的估计方法如下：/n1)中心削波法/n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：/nS_max1＝max{S(t)，t＝0，1，2，...，T/2} (3)/n其后半部分的最大值为：/nS_max2＝max{S(t)，t＝0，1，2，...，T/2} (4)/n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：/nS_max＝min{S_max1，S_max1} (5)/n以阈值Th进行中性削波处理，阈值Th的计算如下：/nTh＝C*S_max (6)/n其中可取常数C＝0.618；/n削波处理后的一帧语音信号如下：/nS(t)＝S(t)-Th，S(t)>Th/nS(t)＝0，S(t)≤Th (7)/n2)自相关序列的计算/n设自相关序列的长度参数为Lr，S(t)的自相关序列值为：/n /n3)峰值搜索/n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：/nP＝Fs/max{R(t)，LB<t<UB} (9)/n其中Fs为采样频率。/n