[发明专利]一种高斯色噪声环境下的基音周期检测方法

说明书

技术领域

本发明涉及基音周期检测方法，特别是一种高斯色噪声环境下的基音周期检测方法。

背景技术

基音周期作为语音的基本参数，在语音压缩，语音分析合成以及语音识别等语音处理领域有着广泛的用途。准确可靠地估计并提取基音周期对语音信号处理至关重要，它直接会影响合成语音的质量，语音识别率以及语音压缩编解码系统中还原语音的真实性和自然度。基音周期检测主要有自相关函数法，平均幅度差函数法及倒谱法等，但这些方法在低信噪比环境下难以较好效果，近年来针对噪声环境中的基音周期检测有不少改进算法,大都利用了自相关函数,而自相关函数只能抑制高斯白噪声,对高斯色噪声是无效的。鉴于此，本发明提供一种专门针对高斯色噪声下的基音周期检测方法。

 

发明内容

针对现有技术在高斯色噪声下的进行基音周期检测有着明显不足，本发明提供了一种利用语音帧的四阶累积量对角切片向量进行高斯色噪声下的基音周期检测方法。

该方法包括以下步骤：

（1）通过静音环境下的语音库（语音库A）在高斯色噪声环境下重放制作高斯色噪声环境下的语音库（语音库B），语音库A为语音数字采样点集合                                                ，语音库B为语音数字采样点集合，其中L为采样点总数；

（2）分别对语音库1和语音库2的语音信号样点按时间顺序分帧，得到成对语音帧 

；

其中为语音库A的语音帧，

其中为语音库B的语音帧，

其中N为语音帧长度，i为语音帧序数；

（3）计算语音帧的4阶累积量对角切片其中为语音帧格采样周期的整数倍，并构造第i帧语音帧的4阶累积量对角切片向量，并作标准化可得

；

（4）估计语音帧的基音周期参数，并记为；

（5）将，作为广义回归神经网络GRNNs训练样本的输入和输出进行训练，其核宽度为的均方差；

（6）对输入语音信号样点按时间顺序分帧，并计算与之对应的标准化4阶累积量对角切片

；

（7）将输入到已训练好的GRNNs中，可得该语音帧的基音周期。

 

本发明的上述技术方案与现有技术方案相比较，具有以下优点：

A、    利用语音帧的四阶累积量对角切片向量抑制高斯色噪声可以有很好的效果；

B、    利用训练好的广义回归神经网络估计基音周期，能够同时具备精度和速度的性能优势；

 具体实施方式

本发明提出的高斯色噪声环境下的基音周期检测方法结合附图及实施例进一步说明如下:

本发明的方法流程如图1所示,包括以下步骤:

（1）通过静音环境下的语音库（语音库A）在高斯色噪声环境下重放制作高斯色噪声环境下的语音库（语音库B）；

（2）分别对语音库A和语音库B的语音信号样点按时间顺序分帧，得到成对语音帧

；

其中为语音库A的语音帧，语音库B的语音帧，i为语音帧序数；

（3）计算语音帧的4阶累积量对角切片其中为语音帧采样周期的整数倍，并构造第i帧语音帧的4阶累积量对角切片向量，并作标准化可得

；

（4）估计语音帧的基音周期参数，并记为；

（5）将，作为广义回归神经网络GRNNs训练样本的输入和输出进行训练，其核宽度为的均方差；

（6）对输入语音信号样点按时间顺序分帧，并计算与之对应的标准化4阶累积量对角切片；

（7）将输入到已训练好的GRNNs中，可得该语音帧的基音周期。

 

本发明上述方法各步骤的具体实施例详细说明如下:

上述方法步骤(1) 中的语音库A的实施例是录制我国主要省市地区30名男性和30名女性的语音，每人语音时长20分钟，总时长为20小时。语音库B的实施例是在语音库A的基础上叠加高斯色噪声。

上述方法步骤(2)对语音库A和语音库B信号样点按时间顺序分帧的实施例是按8KHz频率采样，已经过高通滤波去除工频干扰的语音样点。每25ms,也就是200个语音样点构成一帧。

上述方法步骤(3) 中标准化的4阶累积量对角切片向量的实施例为10阶向量

。