專利名稱：一種進(jìn)行基音周期估計(jì)和清濁判決的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及語音信號(hào)處理技術(shù)，特別涉及一種進(jìn)行基音周期估計(jì)和清濁判決的方法及裝置。
背景技術(shù)：
在語音信號(hào)處理技術(shù)領(lǐng)域中，語音信號(hào)的離散時(shí)域生成模型被廣泛應(yīng)用于參數(shù)語音編碼、語音合成和變調(diào)(pitch scaling)等應(yīng)用中。
圖1為現(xiàn)有通用的語音信號(hào)離散時(shí)域生成模型示意圖。參見圖1，該模型包括三個(gè)部分激勵(lì)源110、聲道模型120和輻射模型130，其中，激勵(lì)源110包括濁音激勵(lì)單元111和清音激勵(lì)單元112兩個(gè)分支，以及一個(gè)濁音/清音開關(guān)113。
圖1所示模型中，濁音激勵(lì)單元111，用于根據(jù)輸入的基音頻率產(chǎn)生濁音的激勵(lì)；這里，所輸入的基音頻率即基音周期的倒數(shù)，是根據(jù)輸入語音信號(hào)得到的基音周期估計(jì)值；清音激勵(lì)單元112，用于產(chǎn)生清音的激勵(lì)，清音的激勵(lì)為隨機(jī)噪聲，即與基音頻率無關(guān)；濁音/清音開關(guān)113，用于根據(jù)清濁判決的結(jié)果接通濁音激勵(lì)單元111或清音激勵(lì)單元112；這里，清濁判決的結(jié)果是判斷輸入語音信號(hào)是濁音信號(hào)還是清音信號(hào)的判決結(jié)果；聲道模型120給出了離散時(shí)域的聲道傳輸函數(shù)；輻射模型130負(fù)責(zé)與唇形有關(guān)的處理。
由圖1所示模型可見，基音周期估計(jì)和清濁判決的準(zhǔn)確性對(duì)于各種語音應(yīng)用的最終效果起著至關(guān)重要的作用。
基音周期估計(jì)和清濁判決一般同步進(jìn)行，而且，由于語音信號(hào)具有短時(shí)平穩(wěn)性，基音周期估計(jì)和清濁判決一般針對(duì)每個(gè)語音信號(hào)幀，分幀進(jìn)行。目前，通常都利用濁音信號(hào)的時(shí)域波形相似性，通過計(jì)算輸入語音信號(hào)幀的歸一化自相關(guān)來進(jìn)行基音周期估計(jì)和清濁判決。下面簡要介紹現(xiàn)有技術(shù)中典型的進(jìn)行基音周期估計(jì)和清濁判決的方法，該方法包括以下步驟步驟1對(duì)輸入語音信號(hào)進(jìn)行分幀，幀長取為10～20毫秒(ms)左右，得到當(dāng)前語音信號(hào)幀。
步驟2計(jì)算包含當(dāng)前語音信號(hào)幀的一段語音信號(hào)的歸一化自相關(guān)；通常，在計(jì)算自相關(guān)時(shí)，所用到的信號(hào)不止是當(dāng)前語音信號(hào)幀這一段，而是以當(dāng)前所分析的語音信號(hào)幀為中心的數(shù)幀信號(hào)減處理延時(shí)進(jìn)行計(jì)算。假設(shè)，以s(n)表示輸入語音信號(hào)在第n個(gè)樣本點(diǎn)的幅值、R(τ)表示信號(hào)延時(shí)長度為τ時(shí)的歸一化自相關(guān)值，則可以根據(jù)R(τ)=Σn=0N-1s(n)s(n+τ)Σn=0N-1s2(n)---(1)]]>計(jì)算輸入語音信號(hào)s(n)的歸一化自相關(guān)R(τ)。(1)式中，N為計(jì)算自相關(guān)時(shí)使用的信號(hào)樣本點(diǎn)長度，一般應(yīng)至少包含兩個(gè)基音周期，當(dāng)信號(hào)采樣頻率為8千赫茲(kHz)時(shí)，N的典型值為320，即上式中n的取值范圍為0～319；∑表示求和操作；τ表示計(jì)算自相關(guān)時(shí)的信號(hào)延時(shí)長度，即當(dāng)前語音信號(hào)幀的基音周期待選值，取值范圍為20～140ms，τ與基音周期估值的動(dòng)態(tài)范圍對(duì)應(yīng)。本步驟中，按照(1)式分別計(jì)算信號(hào)延時(shí)長度τ的取值為20～140ms之間的各基音周期待選值的歸一化自相關(guān)R(20)～R(140)。
步驟3求R(20)～R(140)中的最大值，記為R(τmax)＝max{R(τ)|τ＝20～140}，其中，τmax表示R(20)～R(140)中最大值所對(duì)應(yīng)的τ的值。
步驟4由于從理論上來說，對(duì)于濁音幀，τ的取值越接近于基音周期P，則R(τ)越大；而對(duì)于清音幀，無論τ取為何值，R(τ)均較小，因此，可以根據(jù)R(τmax)， 進(jìn)行基音周期估計(jì)和清濁判決。(2)式中，R_Th為預(yù)先設(shè)定的閾值，典型值為0.65，p′表示實(shí)際基音周期P的估值，(2)式表示R(τmax)小于預(yù)先設(shè)定的閥值時(shí)，判定該語音幀為清音幀，否則為濁音幀。
至此，得到基音周期估值和清濁判決結(jié)果。
在實(shí)際應(yīng)用中，由于輸入語音信號(hào)中存在共振峰結(jié)構(gòu)，基音周期估值將可能被誤估為實(shí)際值的倍數(shù)或分?jǐn)?shù)；而上述方法沒有對(duì)輸入語音信號(hào)進(jìn)行任何去除共振峰結(jié)構(gòu)的處理，因此，上述方法將導(dǎo)致所估算的基音周期估值不準(zhǔn)確。此外，由于上述方法過于簡單，在清濁音的過渡部分，無法準(zhǔn)確進(jìn)行基音周期估計(jì)和清濁判決，導(dǎo)致使用上述方法得到的基音周期估值和清濁判決結(jié)果的準(zhǔn)確度很差。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種進(jìn)行基音周期估計(jì)和清濁判決的方法，以提高語音信號(hào)處理中基音周期估值和清濁判決結(jié)果的準(zhǔn)確度。
本發(fā)明的另一個(gè)目的在于提供一種進(jìn)行基音周期估計(jì)和清濁判決的裝置，以提高語音信號(hào)處理中基音周期估值和清濁判決結(jié)果的準(zhǔn)確度。
為達(dá)到上述目的，本發(fā)明的技術(shù)方案具體是這樣實(shí)現(xiàn)的一種進(jìn)行基音周期估計(jì)和清濁判決的方法，該方法包括以下步驟A、對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，得到預(yù)處理語音信號(hào)幀；B、對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到所述當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。
其中，步驟B所述對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決可以為根據(jù)前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決。
進(jìn)一步地，在所述步驟B之后可以包括
C、當(dāng)所述當(dāng)前語音信號(hào)幀的清濁判決結(jié)果為濁音幀時(shí)，將所得到的基音周期估值作為基音周期初估值，并對(duì)所述基音周期初估值進(jìn)行基音周期倍數(shù)檢測，將所述基音周期倍數(shù)檢測的結(jié)果作為當(dāng)前語音信號(hào)幀的基音周期估值。
其中，步驟A所述預(yù)處理可以為對(duì)所述當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平，并采用線性相位低通濾波器濾除經(jīng)所述頻譜展平處理過的所述當(dāng)前語音信號(hào)幀的高頻部分。
其中，所述步驟B可以包括B1、計(jì)算所述預(yù)處理語音信號(hào)幀的歸一化自相關(guān)；B2、根據(jù)所述前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果確定所述當(dāng)前語音信號(hào)幀的基音周期待選值的范圍，并確定所述范圍對(duì)應(yīng)的歸一化自相關(guān)值中的最大值，以及所述最大值對(duì)應(yīng)的基音周期待選值；B3、根據(jù)所述前一語音信號(hào)幀的清濁判決結(jié)果確定所述當(dāng)前語音信號(hào)幀的清濁判決閥值；B4、根據(jù)所述歸一化自相關(guān)值中的最大值以及所述當(dāng)前語音信號(hào)幀的清濁判決閥值，確定當(dāng)前語音信號(hào)幀的清濁判決結(jié)果；B5、根據(jù)所確定的當(dāng)前語音信號(hào)幀的清濁判決結(jié)果以及所述歸一化自相關(guān)值中的最大值對(duì)應(yīng)的基音周期待選值，確定當(dāng)前語音信號(hào)幀的基音周期估值。
其中，步驟B2所述確定所述當(dāng)前語音信號(hào)幀的基音周期待選值的范圍可以為當(dāng)所述當(dāng)前語音信號(hào)幀為第一個(gè)語音信號(hào)幀時(shí)，或者當(dāng)所述前一語音信號(hào)幀為清音幀時(shí)，將所述基音周期候選值的范圍確定為20到140毫秒之間；否則，將小于所述前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)確定為所述基音周期候選值范圍的最小值，將大于所述前一語音信號(hào)幀的基音周期估值、且小于等于140的整數(shù)確定為所述基音周期候選值范圍的最大值。
進(jìn)一步地，可以預(yù)先設(shè)置基音周期變化率因子；所述最小值可以為所述前一語音信號(hào)幀的基音周期估值減所述前一語音信號(hào)幀的基音周期估值與所述基音周期變化率因子之積所得到的值；
所述最大值可以為所述前一語音信號(hào)幀的基音周期估值加所述前一語音信號(hào)幀的基音周期估值與所述基音周期變化率因子之積所得到的值。
進(jìn)一步地，在所述步驟B3之前可以包括設(shè)置第一閥值和第二閥值，其中，第一閥值大于第二閥值，且第一閥值和第二閥值的取值均在0到1之間；所述步驟B3可以為若前一語音信號(hào)幀的清濁判決結(jié)果為清音幀，則將第一閥值作為當(dāng)前語音信號(hào)幀的清濁判決閥值；若前一語音信號(hào)幀的清濁判決結(jié)果為濁音幀，則將第二閥值作為當(dāng)前語音信號(hào)幀的清濁判決閥值。
其中，所述步驟B4可以為若所述歸一化自相關(guān)值中的最大值小于所述清濁判決閥值，則判定當(dāng)前語音信號(hào)幀為清音幀；否則，判定當(dāng)前語音信號(hào)幀為濁音幀。
其中，所述步驟B5可以為若所述當(dāng)前語音信號(hào)幀為清音幀，則將所述基音周期估值確定為0；若所述當(dāng)前語音信號(hào)幀為濁音幀，則將所述基音周期估值確定為所述歸一化自相關(guān)值中的最大值對(duì)應(yīng)的基音周期待選值。
其中，步驟C所述基音周期倍數(shù)檢測可以包括C1、設(shè)置當(dāng)前基音周期下限、基音周期暫定認(rèn)可估值、分頻數(shù)，并設(shè)定基音周期檢測下限、第一補(bǔ)償因子和第二補(bǔ)償因子的值；其中，當(dāng)前基音周期下限表示所述當(dāng)前語音信號(hào)幀的基音周期估值下限，其值根據(jù)前一語音信號(hào)幀的基音周期估值估算得到；基音周期暫定認(rèn)可估值表示在對(duì)所述基音周期初估值進(jìn)行所述基音周期倍數(shù)檢測的過程中，暫時(shí)被認(rèn)可的基音周期估值；基音周期檢測下限表示執(zhí)行所述基音周期倍數(shù)檢測的檢測范圍下限；第一補(bǔ)償因子的值小于1，第二補(bǔ)償因子的值大于1；C2、對(duì)所述當(dāng)前語音信號(hào)幀的基音周期初估值與所述分頻數(shù)之商取整，得到所述基音周期初估值的分?jǐn)?shù)值，判斷所述基音周期初估值的分?jǐn)?shù)值是否大于等于所述基音周期檢測下限，當(dāng)所述判斷的結(jié)果為是時(shí)，繼續(xù)執(zhí)行步驟C3；否則，將所述基音周期暫定認(rèn)可估值確定為所述當(dāng)前語音信號(hào)幀的基音周期估值，結(jié)束本發(fā)明方法流程；C3、若所述基音周期初估值的分?jǐn)?shù)值大于等于所述當(dāng)前基音周期下限，則將所述第一補(bǔ)償因子的值確定為補(bǔ)償因子；否則，將所述第二補(bǔ)償因子的值確定為補(bǔ)償因子；C4、將信號(hào)延時(shí)長度取為所述基音周期暫定認(rèn)可估值的歸一化自相關(guān)值與所述補(bǔ)償因子之積、與信號(hào)延時(shí)長度取為所述基音周期初估值的分?jǐn)?shù)值的歸一化自相關(guān)值作比較，當(dāng)前者大于后者時(shí)，將所述基音周期初估值的分?jǐn)?shù)值作為所述基音周期暫定認(rèn)可估值；C5、增大分頻數(shù)，繼續(xù)執(zhí)行步驟C2。
其中，步驟C1所述基音周期下限可以為小于所述前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)。
進(jìn)一步地，可以預(yù)先設(shè)置基音周期變化率因子；所述小于所述前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)可以為所述前一語音信號(hào)幀的基音周期估值減所述前一語音信號(hào)幀的基音周期估值與所述基音周期變化率因子之積所得到的值。
其中，步驟C1所述基音周期暫定認(rèn)可估值的初值可以為所述基音周期初估值。
其中，步驟C1所述分頻數(shù)的初值可以為2；步驟C5所述增大分頻數(shù)可以為將所述分頻數(shù)加1。
一種進(jìn)行基音周期估計(jì)和清濁判決的裝置，該裝置包括預(yù)處理模塊和基音周期估計(jì)/清濁判決模塊；所述預(yù)處理模塊，用于對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，并將所得到的預(yù)處理語音信號(hào)幀發(fā)送給所述基音周期估計(jì)/清濁判決模塊；所述基音周期估計(jì)/清濁判決模塊，用于對(duì)來自于所述預(yù)處理模塊的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到所述當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。
進(jìn)一步地，所述基音周期估計(jì)/清濁判決模塊可以包括歸一化自相關(guān)計(jì)算單元和基音周期估計(jì)/清濁判決單元；所述歸一化自相關(guān)計(jì)算單元，用于計(jì)算來自于所述預(yù)處理模塊的預(yù)處理語音信號(hào)幀的歸一化自相關(guān)值，并將計(jì)算結(jié)果發(fā)送給所述基音周期估計(jì)/清濁判決單元；所述基音周期估計(jì)/清濁判決單元，可以用于根據(jù)來自于所述歸一化自相關(guān)計(jì)算單元的歸一化自相關(guān)值，進(jìn)行基音周期估計(jì)和清濁判決。
其中，所述基音周期估計(jì)/清濁判決單元，可以進(jìn)一步用于接收前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋，并根據(jù)所述前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果進(jìn)行所述基音周期估計(jì)和清濁判決。
進(jìn)一步地，所述裝置可以包括倍數(shù)檢測模塊；所述倍數(shù)檢測模塊，可以用于對(duì)來自于所述基音周期估計(jì)/清濁判決模塊的基音周期估值進(jìn)行基音周期倍數(shù)檢測，得到當(dāng)前語音信號(hào)幀的基音周期估值。
其中，所述基音周期初估/清濁判決單元，用于根據(jù)來自于所述歸一化自相關(guān)計(jì)算單元的歸一化自相關(guān)值，以及來自于所述倍數(shù)檢測模塊的前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋，進(jìn)行當(dāng)前語音信號(hào)幀的基音周期初估和清濁判決，并將當(dāng)前語音信號(hào)幀的基音周期初估值和清濁判決結(jié)果發(fā)送給所述倍數(shù)檢測模塊；所述倍數(shù)檢測模塊，可以進(jìn)一步用于接收來自于所述基音周期初估/清濁判決單元的基音周期初估值和清濁判決結(jié)果，以及來自于所述歸一化自相關(guān)計(jì)算單元的所述歸一化自相關(guān)值，并將前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋給所述基音周期初估/清濁判決單元；所述歸一化自相關(guān)計(jì)算單元，可以進(jìn)一步用于將所述歸一化自相關(guān)值發(fā)送給所述倍數(shù)檢測模塊。
由上述技術(shù)方案可見，本發(fā)明技術(shù)方案在計(jì)算歸一化自相關(guān)之前，先對(duì)當(dāng)前語音信號(hào)幀進(jìn)行了頻譜展平預(yù)處理，消除了語音信號(hào)中的共振峰結(jié)構(gòu)，如此，可以有效避免由于共振峰的影響而將基音周期估值誤估為實(shí)際值的倍數(shù)或分?jǐn)?shù)，同時(shí)也能夠提高清濁判決的準(zhǔn)確度。
進(jìn)一步的，本發(fā)明對(duì)基音周期估值進(jìn)行了倍數(shù)檢測，以防止將基音周期估計(jì)為實(shí)際值的倍數(shù)，這樣，也能夠有效提高基音周期估計(jì)和清濁判決的準(zhǔn)確度。
此外，本發(fā)明在確定歸一化自相關(guān)值中的最大值時(shí)，充分利用了語音信號(hào)的連續(xù)性，采用了根據(jù)前一語音信號(hào)幀的基音周期估值縮小當(dāng)前語音信號(hào)幀的基音周期待選值范圍的方式，同時(shí)，根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果，適當(dāng)調(diào)整清濁判決的閥值，如此，不僅提高了基音周期估值和清濁判決結(jié)果的準(zhǔn)確度，而且保證了合成語音或解碼語音的特性平穩(wěn)。


圖1為現(xiàn)有通用的語音信號(hào)離散時(shí)域生成模型示意圖。
圖2為本發(fā)明實(shí)施例一中基音周期估計(jì)和清濁判決方法的示例性流程圖。
圖3為本發(fā)明實(shí)施例二中基音周期估計(jì)和清濁判決方法的流程示意圖。
圖4為本發(fā)明實(shí)施例三中基音周期估計(jì)和清濁判決裝置的結(jié)構(gòu)示意圖。
圖5為本發(fā)明實(shí)施例四中基音周期估計(jì)和清濁判決裝置的結(jié)構(gòu)示意圖。
具體實(shí)施例方式
為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實(shí)施例，對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。
本發(fā)明的主要思想是在計(jì)算歸一化自相關(guān)之前，先對(duì)輸入語音信號(hào)幀進(jìn)行頻譜展平預(yù)處理，消除語音信號(hào)中的共振峰結(jié)構(gòu)；然后，對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。
本發(fā)明對(duì)輸入語音信號(hào)進(jìn)行頻譜展平預(yù)處理得到預(yù)處理語音信號(hào)之后，對(duì)預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決的方式有以下四種，下面分別予以介紹第一種方式是首先，計(jì)算預(yù)處理語音信號(hào)幀在信號(hào)延時(shí)長度取為20～140ms之間的歸一化自相關(guān)；然后，確定所得到的歸一化自相關(guān)值中的最大值；最后，比較預(yù)先設(shè)定的某個(gè)閥值與所得到的歸一化自相關(guān)值中最大值的相對(duì)大小，當(dāng)前者大于后者時(shí)，判定當(dāng)前語音信號(hào)幀為清音幀；否則，判定當(dāng)前語音信號(hào)幀為濁音幀，并將歸一化自相關(guān)值中最大值所對(duì)應(yīng)的信號(hào)延時(shí)長度確定為當(dāng)前幀的基音周期估值。
第二種方式是首先，計(jì)算預(yù)處理語音信號(hào)幀在信號(hào)延時(shí)長度取為20～140ms之間的歸一化自相關(guān)；然后，根據(jù)前一語音信號(hào)幀的基音周期估值確定當(dāng)前語音信號(hào)幀的基音周期待選值的范圍，并確定該范圍對(duì)應(yīng)的歸一化自相關(guān)值中的最大值，以及該最大值對(duì)應(yīng)的基音周期待選值；最后，根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果確定當(dāng)前語音信號(hào)幀的清濁判決閥值，并比較該清濁判決閥值與所得到的歸一化自相關(guān)值中最大值的相對(duì)大小，當(dāng)前者大于后者時(shí)，判定當(dāng)前語音信號(hào)幀為清音幀，否則，判定當(dāng)前語音信號(hào)幀為濁音幀，并將歸一化自相關(guān)值中最大值對(duì)應(yīng)的基音周期待選值確定為基音周期估值。
相對(duì)于第一種方式，第二種方式充分利用了語音信號(hào)的連續(xù)性，采用了根據(jù)前一語音信號(hào)幀的基音周期估值縮小當(dāng)前語音信號(hào)幀的基音周期待選值范圍的方式，同時(shí)，根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果，適當(dāng)調(diào)整清濁判決的閥值，如此，不僅提高了基音周期估值和清濁判決結(jié)果的準(zhǔn)確度，而且保證了合成語音或解碼語音的特性平穩(wěn)。
第三種方式是在第一種方式的基礎(chǔ)上，對(duì)所得到的基音周期估值進(jìn)行倍數(shù)檢測。具體而言，當(dāng)采用第一種方式確定清濁判決結(jié)果為濁音幀時(shí)，將所得到的基音周期估值作為基音周期初估值和基音周期暫定認(rèn)可估值，并依次判斷對(duì)該基音周期初估值進(jìn)行除以2、除以3等操作所得到的分?jǐn)?shù)值是否超出預(yù)先設(shè)定的基音周期檢測下限，若超出基音周期檢測下限，則將該基音周期暫定認(rèn)可估值作為最終的基音周期估值，否則，根據(jù)該分?jǐn)?shù)值是否超出預(yù)先設(shè)定的當(dāng)前基音周期下限，確定不同的補(bǔ)償因子，并將信號(hào)延時(shí)長度取為基音周期暫定認(rèn)可估值的歸一化自相關(guān)值與所述補(bǔ)償因子之積、與信號(hào)延時(shí)長度取為該分?jǐn)?shù)值的歸一化自相關(guān)值作比較，當(dāng)前者大于后者時(shí)，將該分?jǐn)?shù)值作為新的基音周期暫定認(rèn)可估值，增加分頻數(shù)，并進(jìn)行下一輪的判斷；這里，補(bǔ)償因子可以預(yù)先設(shè)置，設(shè)置補(bǔ)償因子的原則是在分?jǐn)?shù)值沒有超出當(dāng)前基音周期下限時(shí)，使得分?jǐn)?shù)值越小、該分?jǐn)?shù)值被確定為最終的基音周期估值的概率越大。
第四種方式是在第二種方式的基礎(chǔ)上，對(duì)所得到的基音周期估值進(jìn)行倍數(shù)檢測。這種方式與第三種方式類似，不同之處在于，本方式中，將采用第二種方式所得到的基音周期估值作為基音周期初估值和基音周期暫定認(rèn)可估值，進(jìn)行倍數(shù)檢測，其具體實(shí)施方式
請(qǐng)參照第三種方式進(jìn)行，在此不再贅述。
由上述分析可見，在上述四種方式中，以第四種方式為最佳，因此，在下面的實(shí)施例中將主要以第四種方式為例進(jìn)行說明，其他幾種方式的實(shí)施請(qǐng)參照下面給出的實(shí)施例進(jìn)行。
本發(fā)明可適用于采用各種信號(hào)采樣率的場景中，由于在實(shí)際應(yīng)用中，以信號(hào)采樣率8kHz最為普遍，因此，下面的實(shí)施例中，默認(rèn)情況下均以信號(hào)采樣率為8kHz的情況為例進(jìn)行說明，對(duì)于其他采樣速率的情況，參照本發(fā)明所提供是實(shí)施例作相應(yīng)修改即可。
實(shí)施例一下面通過一個(gè)示例性流程，說明如何采用本發(fā)明方法進(jìn)行基音周期估計(jì)和清濁判決。
圖2為本發(fā)明實(shí)施例一中基音周期估計(jì)和清濁判決方法的示例性流程圖。參見圖2，該方法包括以下步驟步驟201對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，得到預(yù)處理語音信號(hào)幀。
在執(zhí)行本步驟之前，可以按照現(xiàn)有技術(shù)對(duì)輸入語音信號(hào)進(jìn)行分幀，得到幀大小合適的當(dāng)前語音信號(hào)幀。本步驟中，可以首先對(duì)當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平處理，然后采用線性相位低通濾波器濾除經(jīng)頻譜展平處理過的語音信號(hào)幀的高頻部分，這樣，就能夠?yàn)V除輸入語音信號(hào)中的高次諧波分量、去除當(dāng)前語音信號(hào)幀中的共振峰結(jié)構(gòu)，使得基音周期估值和清濁判決結(jié)果的準(zhǔn)確度更高。
步驟202根據(jù)前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期初估和清濁判決，得到當(dāng)前語音信號(hào)幀的基音周期初估值和清濁判決結(jié)果。
本步驟中，可以首先按照現(xiàn)有技術(shù)中的公式(1)，對(duì)所得到的預(yù)處理語音信號(hào)幀計(jì)算歸一化自相關(guān)，其中，N取值為320，τ的取值范圍是20～140。
然后，確定歸一化自相關(guān)的最大值以及與該最大值對(duì)應(yīng)的基音周期待選值。由于相鄰濁音幀之間的基音周期是緩慢變化的，本發(fā)明在確定歸一化自相關(guān)的最大值時(shí)，可以根據(jù)前一語音信號(hào)幀的基音周期估值適當(dāng)縮小當(dāng)前語音信號(hào)幀的基音周期待選值的范圍例如，對(duì)于濁音幀，可以將小于前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)確定為該基音周期候選值范圍的最小值，將大于前一語音信號(hào)幀的基音周期估值、且小于等于140的整數(shù)確定為該基音周期候選值范圍的最大值；較佳地，可以根據(jù)預(yù)先設(shè)定的基音周期變化率因子，將前一語音信號(hào)幀的基音周期估值減前一語音信號(hào)幀的基音周期估值與基音周期變化率因子之積所得到的值作為最小值，并將前一語音信號(hào)幀的基音周期估值加前一語音信號(hào)幀的基音周期估值與基音周期變化率因子之積所得到的值作為最大值；對(duì)于當(dāng)前語音信號(hào)幀為第一個(gè)語音信號(hào)幀，或者前一語音信號(hào)幀為清音幀的情況，將基音周期候選值的范圍設(shè)為最大范圍，即20到140ms之間，且包括20ms和140ms；然后從縮小的范圍所對(duì)應(yīng)的歸一化自相關(guān)值中選擇最大值，進(jìn)行基音周期初估和清濁判決，以提高基音周期估值和清濁判決結(jié)果的準(zhǔn)確度；再根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果，適當(dāng)調(diào)整當(dāng)前語音信號(hào)幀的清濁判決閥值，使得當(dāng)前語音信號(hào)幀與前一語音信號(hào)幀的清濁判決結(jié)果相同的概率大于當(dāng)前語音信號(hào)幀與前一語音信號(hào)幀的清濁判決結(jié)果不相同的概率；最后，根據(jù)歸一化自相關(guān)值中的最大值以及當(dāng)前語音信號(hào)幀的清濁判決閥值，確定當(dāng)前語音信號(hào)幀清濁判決結(jié)果，并根據(jù)所確定的當(dāng)前語音信號(hào)幀的清濁判決結(jié)果以及歸一化自相關(guān)值中的最大值對(duì)應(yīng)的基音周期待選值，確定當(dāng)前語音信號(hào)幀的基音周期初估值，即比較清濁判決閥值與歸一化自相關(guān)值中最大值的相對(duì)大小，當(dāng)前者大于后者時(shí)，判定當(dāng)前語音信號(hào)幀為清音幀，否則，判定當(dāng)前語音信號(hào)幀為濁音幀，并將歸一化自相關(guān)值中最大值對(duì)應(yīng)的基音周期待選值確定為基音周期估值。
本發(fā)明應(yīng)用于語音合成或語音編碼時(shí)，本步驟中根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果適當(dāng)調(diào)整當(dāng)前語音信號(hào)幀的清濁判決閥值的操作，可以保證合成語音或解碼語音的特性平穩(wěn)。
步驟203對(duì)所得到的基音周期初估值進(jìn)行基音周期倍數(shù)檢測，得到當(dāng)前語音信號(hào)幀的基音周期估值。
由于對(duì)大多數(shù)語音信號(hào)而言，在信號(hào)采樣率為8kHz時(shí)，基音周期長度的取值通常在40～80ms之間，而且，對(duì)于多數(shù)應(yīng)用來說，將基音周期估計(jì)為實(shí)際值的倍數(shù)比將基音周期估計(jì)為實(shí)際值的分?jǐn)?shù)，給應(yīng)用系統(tǒng)性能帶來的負(fù)面影響要大得多，因此，本步驟中采用對(duì)基音周期初估值進(jìn)行基音周期倍數(shù)檢測的方式來防止將基音周期估計(jì)為實(shí)際值的倍數(shù)。
本步驟中進(jìn)行基音周期倍數(shù)檢測的方式是將步驟202所得到的基音周期初估值作為基音周期暫定認(rèn)可估值，并依次判斷對(duì)該基音周期初估值進(jìn)行除以2、除以3等操作所得到的分?jǐn)?shù)值是否超出預(yù)先設(shè)定的基音周期檢測下限，若超出基音周期檢測下限，則將該基音周期暫定認(rèn)可估值作為最終的基音周期估值，否則，根據(jù)該分?jǐn)?shù)值是否超出預(yù)先設(shè)定的當(dāng)前基音周期下限，確定不同的補(bǔ)償因子，并將信號(hào)延時(shí)長度取為基音周期暫定認(rèn)可估值的歸一化自相關(guān)值與所述補(bǔ)償因子之積、與信號(hào)延時(shí)長度取為該分?jǐn)?shù)值的歸一化自相關(guān)值作比較，當(dāng)前者大于后者時(shí)，將該分?jǐn)?shù)值作為新的基音周期暫定認(rèn)可估值，增加分頻數(shù)，并進(jìn)行下一輪的判斷；這里，補(bǔ)償因子可以預(yù)先設(shè)置，設(shè)置補(bǔ)償因子的原則是在分?jǐn)?shù)值沒有超出當(dāng)前基音周期下限的前提下，使得分?jǐn)?shù)值越小、該分?jǐn)?shù)值被確定為最終的基音周期估值的概率越大。
本步驟中的基音周期倍數(shù)檢測能夠有效防止將基音周期估計(jì)為實(shí)際值的倍數(shù)，能夠提高基音周期估計(jì)和清濁判決的準(zhǔn)確度。
至此，得到當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，結(jié)束本發(fā)明基音周期估計(jì)和清濁判決方法的示例性流程。
下面結(jié)合附圖，通過一個(gè)更具體的實(shí)施例說明本發(fā)明基音周期估計(jì)和清濁判決方法的具體實(shí)施方式
。
實(shí)施例二圖3為本發(fā)明實(shí)施例二中基音周期估計(jì)和清濁判決方法的流程示意圖。參見圖3，該方法包括以下步驟步驟301對(duì)當(dāng)前語音信號(hào)幀進(jìn)行預(yù)處理，得到預(yù)處理語音信號(hào)幀。
在執(zhí)行本步驟之前，可以按照現(xiàn)有技術(shù)對(duì)輸入語音信號(hào)進(jìn)行分幀，得到幀大小合適的當(dāng)前語音信號(hào)幀。本步驟中，首先對(duì)當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平，然后采用線性相位低通濾波器濾除經(jīng)頻譜展平處理過的語音信號(hào)幀的高頻部分，以濾除輸入語音信號(hào)中的高次諧波分量、去除輸入語音信號(hào)中的共振峰結(jié)構(gòu)。
常用的頻譜展平方式主要有兩種對(duì)當(dāng)前語音信號(hào)幀進(jìn)行線性預(yù)測編碼(LPC)逆濾波或中心削波，下面分別予以介紹。假設(shè)，以s(n)表示當(dāng)前輸入語音信號(hào)幀、s_w(n)表示經(jīng)頻譜展平處理之后所得到的語音信號(hào)幀、s′(n)表示經(jīng)本步驟預(yù)處理之后得到的預(yù)處理語音信號(hào)幀。
LPC逆濾波方式中，首先對(duì)當(dāng)前輸入語音信號(hào)幀s(n)進(jìn)行10階LPC分析，求得s(n)的LPC系數(shù)，記為αi，其中，i＝1～10；然后，將LPC預(yù)測殘差信號(hào)作為s_w(n)，即有如下關(guān)系s_w(n)=s(n)-Σi=110ai·s(n-i)]]>如此，得到了采用LPC逆濾波對(duì)當(dāng)前輸入語音信號(hào)幀進(jìn)行頻譜展平之后的語音信號(hào)幀。
對(duì)當(dāng)前語音信號(hào)幀進(jìn)行中心削波處理的方式中，按照如下所示的式(3)s_w(n)={s(n)-CLs(n)>CL0|s(n)|≤CLs(n)+CLs(n)<-CL---(3)]]>將中心削波處理后得到的信號(hào)幀作為對(duì)當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平之后的語音信號(hào)幀。(3)式中，CL表示削波電平，是預(yù)先設(shè)置的一個(gè)常量。
關(guān)于LPC逆濾波和中心削波的原理和實(shí)施方式請(qǐng)參照現(xiàn)有技術(shù)的有關(guān)方式進(jìn)行，在此不再贅述。
本步驟中，較佳地可以使用通帶截止頻率為900Hz的線性相位低通濾波器，濾除經(jīng)頻譜展平處理過的語音信號(hào)幀中的高頻部分，這里，低通濾波器h(k)的系數(shù)可以通過matlab等軟件附帶的濾波器設(shè)計(jì)工具得到。例如，設(shè)其抽頭數(shù)為N，則有s′(n)=Σk=0N-1h(k)s_w(n-k)---(4)]]>步驟302對(duì)所得到的預(yù)處理語音信號(hào)幀計(jì)算歸一化自相關(guān)。
本步驟中，可以采用與現(xiàn)有技術(shù)相同的方式計(jì)算預(yù)處理語音信號(hào)幀的歸一化自相關(guān)。以s′(n)表示預(yù)處理語音信號(hào)幀在第n個(gè)樣本點(diǎn)的幅值、R(τ)表示信號(hào)延時(shí)長度為τ時(shí)的歸一化自相關(guān)值，則可以根據(jù)R(τ)=Σn=0N-1s′(n)s′(n+τ)Σn=0N-1s′2(n)---(5)]]>計(jì)算預(yù)處理語音信號(hào)幀s′(n)的歸一化自相關(guān)R(τ)。(5)式中，N為計(jì)算自相關(guān)時(shí)使用的信號(hào)樣本點(diǎn)長度，按照現(xiàn)有技術(shù)，一般應(yīng)至少包含兩個(gè)基音周期，信號(hào)采樣頻率為8kHz時(shí)，N的典型值為320，即上式中n的取值范圍為0～319；
∑表示求和操作；τ表示計(jì)算自相關(guān)時(shí)的信號(hào)延時(shí)長度，即當(dāng)前語音信號(hào)幀的基音周期待選值，取值范圍為20～140ms，τ與基音周期估值的動(dòng)態(tài)范圍對(duì)應(yīng)。
本步驟中，按照(5)式分別計(jì)算信號(hào)延時(shí)τ的取值為20～140ms之間的各基音周期待選值的歸一化自相關(guān)R(20)～R(140)。
步驟303根據(jù)計(jì)算得到的歸一化自相關(guān)、前一語音信號(hào)幀的基音周期估值和前一語音信號(hào)幀的清濁判決結(jié)果，進(jìn)行基音周期初估和清濁判決，得到當(dāng)前語音信號(hào)幀的基音周期初估值和清濁判決結(jié)果。
本步驟中，首先需要確定歸一化自相關(guān)值的最大值，這里，對(duì)于前一語音信號(hào)幀為清音幀或者當(dāng)前語音信號(hào)幀是第一個(gè)語音信號(hào)幀的情況，直接將基音周期候選值的范圍設(shè)為最大范圍，即20到140ms之間，且包括20ms和140ms；對(duì)于前一語音信號(hào)幀為濁音幀的情況，可以利用相鄰濁音幀之間的基音周期是緩慢變化的這一特性，根據(jù)前一語音信號(hào)幀的基音周期估值適當(dāng)縮小當(dāng)前語音信號(hào)幀的基音周期待選值的范圍。具體而言，其實(shí)施方式為設(shè)前一語音信號(hào)幀的基音周期估值為p′_pre，則可以將當(dāng)前語音信號(hào)幀的基音周期待選值范圍設(shè)置為p_min到p_max之間，其中，p_min表示當(dāng)前語音信號(hào)幀基音周期候選值的最小值、p_max表示當(dāng)前語音信號(hào)幀基音周期候選值的最大值，p_min和p_max的取值分別為p_min＝p′_pre*(1-β)」 (6.a) (6.b)(6.a)式和(6.b)式中，β表示基音周期變化率因子，其典型值為0.25；表示向下取整； 表示向上取整。
在具體應(yīng)用中，可以根據(jù)實(shí)際需要，對(duì)p_min和p_max采取其他方式取整，p的值也可以取為其他值；而且，p_min和p_max也可以用其他方式確定。
然后，搜索R(p_min)～R(p_max)，找到最大值，并將最大值記為R(τmax)，即R(τmax)＝max{R(τ)|p_min～p_max} (7)(7)式中，max表示求最大值。
再根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果確定當(dāng)前語音信號(hào)幀的清濁判決閥值。假設(shè)以voice_flag_pre表示前一語音信號(hào)幀的清濁判決結(jié)果voice_flag_pre取值為0表示前一語音信號(hào)幀的清濁判決結(jié)果為清音幀，voice_flag_pre取值為1表示前一語音信號(hào)幀的清濁判決結(jié)果為濁音幀；以R_Th表示當(dāng)前語音信號(hào)幀的清濁判決閥值；以Th1和Th2表示預(yù)先設(shè)定的兩個(gè)閥值，其中，0＜Th1＜1、0＜Th2＜1、且Th1＞Th2，則本步驟中的清濁判決閥值是根據(jù)R_Th={Th1voice_flag_pre=0Th2voice_flag_pre=1---(8.a)]]>確定的。(8.a)式中，Th1的典型值為0.70，Th2的典型值為0.60，當(dāng)然Th1和Th2可以設(shè)置為其他值，只要滿足Th1＞Th2這一關(guān)系即可。因?yàn)?，只要Th1＞Th2，就可以使得當(dāng)前語音信號(hào)幀與前一語音信號(hào)幀的清濁判決結(jié)果相同的概率大于當(dāng)前語音信號(hào)幀與前一語音信號(hào)幀的清濁判決結(jié)果不相同的概率，如此，不僅可以充分利用語音信號(hào)的連續(xù)性，提高清濁判決的準(zhǔn)確度，而且可以保證合成語音或解碼語音的特性平穩(wěn)。
最后，比較R(τmax)與R_Th，得到清濁判決結(jié)果和基音周期初估值。假設(shè)以voice_flag表示當(dāng)前語音信號(hào)幀的清濁判決結(jié)果voice_flag取值為0表示當(dāng)前語音信號(hào)幀的清濁判決結(jié)果為清音幀，voice_flag取值為1表示當(dāng)前語音信號(hào)幀的清濁判決結(jié)果為濁音幀，則可以按照如下所示的式(8.b)確定清濁判決結(jié)果
voice_flag={0R(τmax)<R_Th1R(τmax)≥R_Th---(8.b)]]>假設(shè)以p′_t表示當(dāng)前語音信號(hào)幀的基音周期初估值，則p′_t可以按照如下所示的式(9)確定p′_t={0voice_flag=0τmaxvoice_flag=1---(9)]]>(9)式中，以p′_t取值為0表示當(dāng)前語音信號(hào)幀為清音幀。
步驟304對(duì)所得到的基音周期初估值進(jìn)行基音周期倍數(shù)檢測，得到基音周期估值。
本步驟對(duì)基音周期初估值進(jìn)行基音周期倍數(shù)檢測，以防止將基音周期估計(jì)為實(shí)際值的倍數(shù)。
由于在實(shí)際應(yīng)用中，對(duì)于清音幀，無論信號(hào)延時(shí)長度取為何值，與該信號(hào)延時(shí)長度相對(duì)應(yīng)的歸一化自相關(guān)值均較小，因此，本步驟中的倍數(shù)檢測主要針對(duì)濁音幀，而根據(jù)步驟303，當(dāng)清濁判決的結(jié)果為清音幀時(shí)，當(dāng)前語音信號(hào)幀的基音周期初估值為0，因此，在進(jìn)行基音周期倍數(shù)檢測之前，首先判斷當(dāng)前語音信號(hào)幀的基音周期初估值是否為0，當(dāng)為0時(shí)，無需進(jìn)行基音周期倍數(shù)檢測。
具體而言，本步驟中的基音周期倍數(shù)檢測可以按照如下步驟進(jìn)行第1步設(shè)置當(dāng)前基音周期下限、基音周期暫定認(rèn)可估值、分頻數(shù)，并設(shè)定基音周期檢測下限、第一補(bǔ)償因子和第二補(bǔ)償因子的值；其中，當(dāng)前基音周期下限表示當(dāng)前語音信號(hào)幀的基音周期估值下限，其值根據(jù)前一語音信號(hào)幀的基音周期估值估算得到，其值可以為小于前一語音信號(hào)幀的基音周期估值、且大于等于20的任意整數(shù)，例如，可以根據(jù)前一語音信號(hào)幀的基音周期估值以及基音周期變化率因子估算當(dāng)前基音周期下限；基音周期暫定認(rèn)可估值表示在對(duì)基音周期初估值進(jìn)行基音周期倍數(shù)檢測的過程中，暫時(shí)被認(rèn)可的基音周期估值，在倍數(shù)檢測結(jié)束后，基音周期暫定認(rèn)可估值將作為最終的基音周期估值；可以將其初值設(shè)為當(dāng)前語音信號(hào)幀的基音周期初估值；分頻數(shù)的初值可以設(shè)為2，基音周期初估值與分頻數(shù)之商即為基音周期初估值的某個(gè)分?jǐn)?shù)值；基音周期檢測下限表示執(zhí)行基音周期倍數(shù)檢測的檢測范圍下限，只有當(dāng)基音周期初估值的某個(gè)分?jǐn)?shù)在該下限定義的檢測范圍內(nèi)時(shí)，才需要繼續(xù)執(zhí)行基音周期倍數(shù)檢測的后續(xù)步驟；第一補(bǔ)償因子和第二補(bǔ)償因子可以根據(jù)實(shí)際需要設(shè)定，只要滿足第一補(bǔ)償因子的值小于1、且第二補(bǔ)償因子的值大于1即可；如此，在后續(xù)的基音周期倍數(shù)檢測過程中，當(dāng)分?jǐn)?shù)值沒有超出當(dāng)前基音周期下限時(shí)，可以使得分?jǐn)?shù)值越小、該分?jǐn)?shù)值被確定為最終的基音周期估值的概率越大，同時(shí)使得基音周期的估值具有一定的連續(xù)性。
第2步對(duì)當(dāng)前語音信號(hào)幀的基音周期初估值與分頻數(shù)之商取整，得到該基音周期初估值的分?jǐn)?shù)值，判斷基音周期初估值的分?jǐn)?shù)值是否大于等于基音周期檢測下限，當(dāng)基音周期初估值的分?jǐn)?shù)值大于等于基音周期檢測下限時(shí)，即當(dāng)基音周期初估值的分?jǐn)?shù)在檢測范圍內(nèi)時(shí)，繼續(xù)執(zhí)行第3步，否則，將基音周期暫定認(rèn)可估值確定為當(dāng)前語音信號(hào)幀的基音周期估值，結(jié)束本步驟中倍數(shù)檢測的流程；第3步如果該基音周期初估值的分?jǐn)?shù)值大于等于當(dāng)前基音周期下限，則將第一補(bǔ)償因子的值確定為補(bǔ)償因子，使得在第4步的判斷中，該分?jǐn)?shù)值被確定為基音周期暫定認(rèn)可估值的概率增加；否則，將第二補(bǔ)償因子的值確定為補(bǔ)償因子，，使得在第4步的判斷中，該分?jǐn)?shù)值被確定為基音周期暫定認(rèn)可估值的概率降低；第4步將信號(hào)延時(shí)長度取為基音周期暫定認(rèn)可估值的歸一化自相關(guān)值與補(bǔ)償因子之積，與信號(hào)延時(shí)長度取為該基音周期初估值的分?jǐn)?shù)值的歸一化自相關(guān)值作比較，當(dāng)前者小于后者時(shí)，將該基音周期初估值的分?jǐn)?shù)值作為基音周期暫定認(rèn)可估值；第5步增大分頻數(shù)，繼續(xù)執(zhí)行第2步。
循環(huán)執(zhí)行上述5個(gè)步驟的操作，直至循環(huán)條件不滿足為止，即直至基音周期初估值的某個(gè)分?jǐn)?shù)值小于基音周期檢測下限為止；這樣，最終確定的基音周期估值就是基音周期暫定認(rèn)可估值。
上述基音周期倍數(shù)檢測也可以用偽代碼來表示。例如，若以步驟303所確定的p_min表示根據(jù)前一語音信號(hào)幀的基音周期估值所設(shè)定的當(dāng)前基音周期下限；以p_pre表示基音周期暫定認(rèn)可估值，并將p_pre的初值置為步驟303所確定的τmax的值；以p′_t表示當(dāng)前語音信號(hào)幀的基音周期初估值，其值為τmax；以div_num表示分頻數(shù)，并將分頻數(shù)的初值置為2；以p_div表示基音周期初估值的分?jǐn)?shù)值，其值為對(duì)當(dāng)前語音信號(hào)幀的基音周期初估值與分頻數(shù)之商取整，設(shè)其初值為int[p′_t/div_num]，其中int[]表示取整操作；以P_TH表示基音周期檢測下限，用于定義檢測范圍，表示當(dāng)基音周期初估值的某個(gè)分?jǐn)?shù)在該下限定義的檢測范圍內(nèi)時(shí)，對(duì)其進(jìn)行基音周期倍數(shù)檢測；由于對(duì)大多數(shù)語音信號(hào)而言，基音周期的取值在40～80ms之間，因此，本實(shí)施例中，將基音周期下限設(shè)為20；以FAC_1表示第一補(bǔ)償因子，其典型值值為0.80；以FAC_2表示第二補(bǔ)償因子，其典型值為1.2；不管FAC_1和FAC_2的取值如何變化，只要滿足FAC_1＜FAC_2即可，如此，可以保證較小的基音周期候選者更有可能被確定為最終的基音周期估值，同時(shí)使得基音周期的估值具有一定的連續(xù)性；以comp_fac表示補(bǔ)償因子；以p_est表示最終確定的基音周期估值；則本步驟中的基音周期倍數(shù)檢測可以用偽代碼表示如下
P_TH＝20；FAC_1＝0.8；FAC_2＝1.2；β＝0.25；p_min＝p′_pre*(1-β)」；div_num＝2；//div_num為整數(shù)，且div_num≥2p_pre＝p′_t＝τmax；p_div＝int[p′_t/div_num]；while(p_div＞＝P_TH)//判斷基音周期初估值的分?jǐn)?shù)是否在檢測范圍內(nèi){/*確定補(bǔ)償因子的值*/if(p_div＞＝p_min)comp_fac＝FAC_1；else comp_fac＝FAC_2；/*比較歸一化自相關(guān)，確定是否選用基音周期初估值的分?jǐn)?shù)值更新基音周期暫定認(rèn)可估值*/if(comp_fac*R(p_pre)＜R(p_div))p_pre＝p_div；++div_num；//增加分頻數(shù)p_div＝int[p′t/div_num]；//更新基音周期初估值的分?jǐn)?shù)}p_est＝pre；//確定最終的基音周期估值上述偽代碼中，將分頻數(shù)的初值設(shè)為2，并在每一輪判斷之后，令分頻數(shù)遞增1，可以比較全面地分析基音周期初估值的所有符合條件的分?jǐn)?shù)的情況，使最終的基音周期估值更加準(zhǔn)確；此外，設(shè)置了兩個(gè)不同的補(bǔ)償因子，小于1的補(bǔ)償因子可以使判決成立的可能性增加，則以p_div更新p_pre的概率增加；大于1的補(bǔ)償因子可以使判決不成立的可能性增加，則維持p_pre、拒絕以p_div更新p_pre的概率增加，因?yàn)榇藭r(shí)p_div已經(jīng)小于由前一幀基音周期估值確定的檢測范圍的下限p_min，表明p_div是正確估值的可能性較低，可見，維持p_pre不變將提高最終的基音周期估值的準(zhǔn)確性。
由于對(duì)大多數(shù)語音信號(hào)而言，將基音周期估計(jì)為實(shí)際值的倍數(shù)比將基音周期估計(jì)為實(shí)際值的分?jǐn)?shù)，給應(yīng)用系統(tǒng)性能帶來的負(fù)面影響要大得多，因此，本步驟中對(duì)基音周期初估值進(jìn)行基音周期倍數(shù)檢測之后，可以有效防止將基音周期估計(jì)為實(shí)際值的倍數(shù)，能夠提高基音周期估計(jì)和清濁判決的準(zhǔn)確度。
至此，得到當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，結(jié)束本實(shí)施例基音周期估計(jì)和清濁判決方法的流程。
由上述實(shí)施例可見，本實(shí)施例在計(jì)算歸一化自相關(guān)之前，先對(duì)當(dāng)前語音信號(hào)幀進(jìn)行了頻譜展平預(yù)處理，消除了語音信號(hào)中的共振峰結(jié)構(gòu)，如此，可以有效避免由于共振峰的影響而將基音周期估值誤估為實(shí)際值的倍數(shù)或分?jǐn)?shù)，同時(shí)也能夠提高清濁判決的準(zhǔn)確度；而且，本實(shí)施例的基音周期估計(jì)分兩步進(jìn)行，先對(duì)基音周期進(jìn)行初估得到基音周期初估值，然后對(duì)基音周期初估值進(jìn)行基音周期估值的倍數(shù)檢測，這樣，可以防止將基音周期估計(jì)為實(shí)際值的倍數(shù)，同時(shí)能夠有效提高基音周期估計(jì)和清濁判決的準(zhǔn)確度；此外，本實(shí)施例充分利用了語音信號(hào)的連續(xù)性，采用了根據(jù)前一語音信號(hào)幀的基音周期估值縮小基音周期初估時(shí)的當(dāng)前語音信號(hào)幀的基音周期待選值范圍，同時(shí)，根據(jù)前一語音信號(hào)幀的清濁判決結(jié)果，適當(dāng)調(diào)整清濁判決的閥值，如此，不僅提高了基音周期估值和清濁判決結(jié)果的準(zhǔn)確度，而且保證了合成語音或解碼語音的特性平穩(wěn)。
下面通過兩個(gè)裝置實(shí)施例對(duì)本發(fā)明的基音周期估計(jì)和清濁判決裝置進(jìn)行說明。
實(shí)施例三本實(shí)施例中的基音周期估計(jì)和清濁判決裝置對(duì)應(yīng)于本發(fā)明基音周期估計(jì)和清濁判決的第一種方式。
圖4為本發(fā)明實(shí)施例三中基音周期估計(jì)和清濁判決裝置的結(jié)構(gòu)示意圖。參見圖4，該裝置包括預(yù)處理模塊410和基音周期估計(jì)/清濁判決單元。
圖4所示裝置中，預(yù)處理模塊410，用于對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，并將所得到的預(yù)處理語音信號(hào)幀發(fā)送給基音周期估計(jì)/清濁判決模塊420；基音周期估計(jì)/清濁判決模塊420，用于對(duì)來自于預(yù)處理模塊410的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到所述當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。
由上述本實(shí)施例可見，本實(shí)施例的預(yù)處理模塊可以在進(jìn)行基音周期估計(jì)和清濁判決之前，先對(duì)當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平預(yù)處理，消除語音信號(hào)中的共振峰結(jié)構(gòu)，如此，可以有效避免由于共振峰的影響而將基音周期估值誤估為實(shí)際值的倍數(shù)或分?jǐn)?shù)，同時(shí)也能夠提高清濁判決的準(zhǔn)確度。
本實(shí)施例的基音周期估計(jì)/清濁判決模塊420可以進(jìn)一步劃分為歸一化自相關(guān)計(jì)算單元和基音周期估計(jì)/清濁判決單元，并且，為了對(duì)基音周期進(jìn)行倍數(shù)檢測，可以在圖4所示裝置中增加進(jìn)行基音周期倍數(shù)檢測的模塊，在下面的實(shí)施例四中將對(duì)這種裝置的具體實(shí)施方式
進(jìn)行說明。
實(shí)施例四圖5為本發(fā)明實(shí)施例四中基音周期估計(jì)和清濁判決裝置的結(jié)構(gòu)示意圖。參見圖5，該裝置包括預(yù)處理模塊510、基音周期估計(jì)/清濁判決模塊520和倍數(shù)檢測模塊530，其中，基音周期估計(jì)/清濁判決模塊520中進(jìn)一步包括歸一化自相關(guān)計(jì)算單元521和基音周期估計(jì)/清濁判決單元522。
圖5所示裝置中，預(yù)處理模塊510，用于對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，并將所得到的預(yù)處理語音信號(hào)幀發(fā)送給基音周期估計(jì)/清濁判決模塊520中的歸一化自相關(guān)計(jì)算單元521；基音周期估計(jì)/清濁判決模塊520中的歸一化自相關(guān)計(jì)算單元521，用于計(jì)算來自于預(yù)處理模塊510的預(yù)處理語音信號(hào)幀的歸一化自相關(guān)值，并將計(jì)算結(jié)果發(fā)送給基音周期估計(jì)/清濁判決單元522和倍數(shù)檢測模塊530；基音周期估計(jì)/清濁判決模塊520中的基音周期估計(jì)/清濁判決單元522，接收到來自于歸一化自相關(guān)計(jì)算單元521的歸一化自相關(guān)值之后，根據(jù)來自于倍數(shù)檢測模塊530的前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋，進(jìn)行當(dāng)前語音信號(hào)幀的基音周期估計(jì)和清濁判決，并將當(dāng)前語音信號(hào)幀的基音周期初估值和清濁判決結(jié)果發(fā)送給倍數(shù)檢測模塊530；更具體地，基音周期估計(jì)/清濁判決模塊520可以根據(jù)來自于倍數(shù)檢測模塊530的前一語音信號(hào)幀的基音周期估值反饋，縮小當(dāng)前語音信號(hào)幀的基音周期待選值的范圍；倍數(shù)檢測模塊530，用于根據(jù)來自于歸一化自相關(guān)計(jì)算單元521的歸一化自相關(guān)值、對(duì)來自于基音周期估計(jì)/清濁判決單元522的基音周期初估值進(jìn)行基音周期倍數(shù)檢測，確定當(dāng)前語音信號(hào)幀的基音周期估值。
由上述實(shí)施例可見，本實(shí)施例的預(yù)處理模塊可以在計(jì)算歸一化自相關(guān)之前，先對(duì)當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平預(yù)處理，消除語音信號(hào)中的共振峰結(jié)構(gòu)，如此，可以有效避免由于共振峰的影響而將基音周期估值誤估為實(shí)際值的倍數(shù)或分?jǐn)?shù)，同時(shí)也能夠提高清濁判決的準(zhǔn)確度；而且，本實(shí)施例的基音周期估計(jì)分兩步進(jìn)行，先由基音周期估計(jì)/清濁判決模塊對(duì)基音周期進(jìn)行估計(jì)得到基音周期初估值，然后由倍數(shù)檢測模塊對(duì)基音周期初估值進(jìn)行倍數(shù)檢測，這樣，可以防止將基音周期估計(jì)為實(shí)際值的倍數(shù)，同時(shí)能夠有效提高基音周期估計(jì)和清濁判決的準(zhǔn)確度；此外，本實(shí)施例充分利用了語音信號(hào)的連續(xù)性，從倍數(shù)檢測模塊向基音周期估計(jì)/清濁判決模塊反饋前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，這樣，基音周期估計(jì)/清濁判決模塊可以根據(jù)前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，進(jìn)行基音周期估計(jì)和適當(dāng)調(diào)整清濁判決的閥值，如此，不僅提高了基音周期估值和清濁判決結(jié)果的準(zhǔn)確度，而且保證了合成語音或解碼語音的特性平穩(wěn)。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種進(jìn)行基音周期估計(jì)和清濁判決的方法，其特征在于，該方法包括以下步驟A、對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，得到預(yù)處理語音信號(hào)幀；B、對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到所述當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟B所述對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決為根據(jù)前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果，對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在所述步驟B之后，進(jìn)一步包括C、當(dāng)所述當(dāng)前語音信號(hào)幀的清濁判決結(jié)果為濁音幀時(shí)，將所得到的基音周期估值作為基音周期初估值，并對(duì)所述基音周期初估值進(jìn)行基音周期倍數(shù)檢測，將所述基音周期倍數(shù)檢測的結(jié)果作為當(dāng)前語音信號(hào)幀的基音周期估值。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟A所述預(yù)處理為對(duì)所述當(dāng)前語音信號(hào)幀進(jìn)行頻譜展平，并采用線性相位低通濾波器濾除經(jīng)所述頻譜展平處理過的所述當(dāng)前語音信號(hào)幀的高頻部分。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟B包括B1、計(jì)算所述預(yù)處理語音信號(hào)幀的歸一化自相關(guān)；B2、根據(jù)所述前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果確定所述當(dāng)前語音信號(hào)幀的基音周期待選值的范圍，并確定所述范圍對(duì)應(yīng)的歸一化自相關(guān)值中的最大值，以及所述最大值對(duì)應(yīng)的基音周期待選值；B3、根據(jù)所述前一語音信號(hào)幀的清濁判決結(jié)果確定所述當(dāng)前語音信號(hào)幀的清濁判決閥值；B4、根據(jù)所述歸一化自相關(guān)值中的最大值以及所述當(dāng)前語音信號(hào)幀的清濁判決閥值，確定當(dāng)前語音信號(hào)幀的清濁判決結(jié)果；B5、根據(jù)所確定的當(dāng)前語音信號(hào)幀的清濁判決結(jié)果以及所述歸一化自相關(guān)值中的最大值對(duì)應(yīng)的基音周期待選值，確定當(dāng)前語音信號(hào)幀的基音周期估值。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟B2所述確定所述當(dāng)前語音信號(hào)幀的基音周期待選值的范圍為當(dāng)所述當(dāng)前語音信號(hào)幀為第一個(gè)語音信號(hào)幀時(shí)，或者當(dāng)所述前一語音信號(hào)幀為清音幀時(shí)，將所述基音周期候選值的范圍確定為20到140毫秒之間；否則，將小于所述前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)確定為所述基音周期候選值范圍的最小值，將大于所述前一語音信號(hào)幀的基音周期估值、且小于等于140的整數(shù)確定為所述基音周期候選值范圍的最大值。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，進(jìn)一步預(yù)先設(shè)置基音周期變化率因子；所述最小值為所述前一語音信號(hào)幀的基音周期估值減所述前一語音信號(hào)幀的基音周期估值與所述基音周期變化率因子之積所得到的值；所述最大值為所述前一語音信號(hào)幀的基音周期估值加所述前一語音信號(hào)幀的基音周期估值與所述基音周期變化率因子之積所得到的值。
8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟B3之前進(jìn)一步包括設(shè)置第一閥值和第二閥值，其中，第一閥值大于第二閥值，且第一閥值和第二閥值的取值均在0到1之間；所述步驟B3為若前一語音信號(hào)幀的清濁判決結(jié)果為清音幀，則將第一閥值作為當(dāng)前語音信號(hào)幀的清濁判決閥值；若前一語音信號(hào)幀的清濁判決結(jié)果為濁音幀，則將第二閥值作為當(dāng)前語音信號(hào)幀的清濁判決閥值。
9.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟B4為若所述歸一化自相關(guān)值中的最大值小于所述清濁判決閥值，則判定當(dāng)前語音信號(hào)幀為清音幀；否則，判定當(dāng)前語音信號(hào)幀為濁音幀。
10.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟B5為若所述當(dāng)前語音信號(hào)幀為清音幀，則將所述基音周期估值確定為0；若所述當(dāng)前語音信號(hào)幀為濁音幀，則將所述基音周期估值確定為所述歸一化自相關(guān)值中的最大值對(duì)應(yīng)的基音周期待選值。
11.根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟C所述基音周期倍數(shù)檢測包括C1、設(shè)置當(dāng)前基音周期下限、基音周期暫定認(rèn)可估值、分頻數(shù)，并設(shè)定基音周期檢測下限、第一補(bǔ)償因子和第二補(bǔ)償因子的值；其中，當(dāng)前基音周期下限表示所述當(dāng)前語音信號(hào)幀的基音周期估值下限，其值根據(jù)前一語音信號(hào)幀的基音周期估值估算得到；基音周期暫定認(rèn)可估值表示在對(duì)所述基音周期初估值進(jìn)行所述基音周期倍數(shù)檢測的過程中，暫時(shí)被認(rèn)可的基音周期估值；基音周期檢測下限表示執(zhí)行所述基音周期倍數(shù)檢測的檢測范圍下限；第一補(bǔ)償因子的值小于1，第二補(bǔ)償因子的值大于1；C2、對(duì)所述當(dāng)前語音信號(hào)幀的基音周期初估值與所述分頻數(shù)之商取整，得到所述基音周期初估值的分?jǐn)?shù)值，判斷所述基音周期初估值的分?jǐn)?shù)值是否大于等于所述基音周期檢測下限，當(dāng)所述判斷的結(jié)果為是時(shí)，繼續(xù)執(zhí)行步驟C3；否則，將所述基音周期暫定認(rèn)可估值確定為所述當(dāng)前語音信號(hào)幀的基音周期估值，結(jié)束本發(fā)明方法流程；C3、若所述基音周期初估值的分?jǐn)?shù)值大于等于所述當(dāng)前基音周期下限，則將所述第一補(bǔ)償因子的值確定為補(bǔ)償因子；否則，將所述第二補(bǔ)償因子的值確定為補(bǔ)償因子；C4、將信號(hào)延時(shí)長度取為所述基音周期暫定認(rèn)可估值的歸一化自相關(guān)值與所述補(bǔ)償因子之積、與信號(hào)延時(shí)長度取為所述基音周期初估值的分?jǐn)?shù)值的歸一化自相關(guān)值作比較，當(dāng)前者大于后者時(shí)，將所述基音周期初估值的分?jǐn)?shù)值作為所述基音周期暫定認(rèn)可估值；C5、增大分頻數(shù)，繼續(xù)執(zhí)行步驟C2。
12.根據(jù)權(quán)利要求11所述的方法，其特征在于，步驟C1所述基音周期下限為小于所述前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)。
13.根據(jù)權(quán)利要求12所述的方法，其特征在于，進(jìn)一步預(yù)先設(shè)置基音周期變化率因子；所述小于所述前一語音信號(hào)幀的基音周期估值、且大于等于20的整數(shù)為所述前一語音信號(hào)幀的基音周期估值減所述前一語音信號(hào)幀的基音周期估值與所述基音周期變化率因子之積所得到的值。
14.根據(jù)權(quán)利要求11所述的方法，其特征在于，步驟C1所述基音周期暫定認(rèn)可估值的初值為所述基音周期初估值。
15.根據(jù)權(quán)利要求11所述的方法，其特征在于，步驟C1所述分頻數(shù)的初值為2；步驟C5所述增大分頻數(shù)為將所述分頻數(shù)加1。
16.一種進(jìn)行基音周期估計(jì)和清濁判決的裝置，其特征在于，該裝置包括預(yù)處理模塊和基音周期估計(jì)/清濁判決模塊；所述預(yù)處理模塊，用于對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，并將所得到的預(yù)處理語音信號(hào)幀發(fā)送給所述基音周期估計(jì)/清濁判決模塊；所述基音周期估計(jì)/清濁判決模塊，用于對(duì)來自于所述預(yù)處理模塊的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到所述當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。
17.根據(jù)權(quán)利要求16所述的裝置，其特征在于，所述基音周期估計(jì)/清濁判決模塊進(jìn)一步包括歸一化自相關(guān)計(jì)算單元和基音周期估計(jì)/清濁判決單元；所述歸一化自相關(guān)計(jì)算單元，用于計(jì)算來自于所述預(yù)處理模塊的預(yù)處理語音信號(hào)幀的歸一化自相關(guān)值，并將計(jì)算結(jié)果發(fā)送給所述基音周期估計(jì)/清濁判決單元；所述基音周期估計(jì)/清濁判決單元，用于根據(jù)來自于所述歸一化自相關(guān)計(jì)算單元的歸一化自相關(guān)值，進(jìn)行基音周期估計(jì)和清濁判決。
18.根據(jù)權(quán)利要求17所述的裝置，其特征在于，所述基音周期估計(jì)/清濁判決單元，進(jìn)一步用于接收前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋，并根據(jù)所述前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果進(jìn)行所述基音周期估計(jì)和清濁判決。
19.根據(jù)權(quán)利要求16或17所述的裝置，其特征在于，所述裝置進(jìn)一步包括倍數(shù)檢測模塊；所述倍數(shù)檢測模塊，用于對(duì)來自于所述基音周期估計(jì)/清濁判決模塊的基音周期估值進(jìn)行基音周期倍數(shù)檢測，得到當(dāng)前語音信號(hào)幀的基音周期估值。
20.根據(jù)權(quán)利要求19所述的裝置，其特征在于，所述基音周期初估/清濁判決單元，用于根據(jù)來自于所述歸一化自相關(guān)計(jì)算單元的歸一化自相關(guān)值，以及來自于所述倍數(shù)檢測模塊的前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋，進(jìn)行當(dāng)前語音信號(hào)幀的基音周期初估和清濁判決，并將當(dāng)前語音信號(hào)幀的基音周期初估值和清濁判決結(jié)果發(fā)送給所述倍數(shù)檢測模塊；所述倍數(shù)檢測模塊，進(jìn)一步用于接收來自于所述基音周期初估/清濁判決單元的基音周期初估值和清濁判決結(jié)果，以及來自于所述歸一化自相關(guān)計(jì)算單元的所述歸一化自相關(guān)值，并將前一語音信號(hào)幀的基音周期估值和清濁判決結(jié)果反饋給所述基音周期初估/清濁判決單元；所述歸一化自相關(guān)計(jì)算單元，進(jìn)一步用于將所述歸一化自相關(guān)值發(fā)送給所述倍數(shù)檢測模塊。
全文摘要
本發(fā)明公開了一種進(jìn)行基音周期估計(jì)和清濁判決的方法，該方法包括以下步驟A.對(duì)當(dāng)前語音信號(hào)幀進(jìn)行濾除高次諧波分量、去除共振峰結(jié)構(gòu)的預(yù)處理，得到預(yù)處理語音信號(hào)幀；B.對(duì)所得到的預(yù)處理語音信號(hào)幀進(jìn)行基音周期估計(jì)和清濁判決，得到所述當(dāng)前語音信號(hào)幀的基音周期估值和清濁判決結(jié)果。本發(fā)明還公開了一種進(jìn)行基音周期估計(jì)和倍數(shù)檢測的裝置，該裝置包括預(yù)處理模塊和基音周期估計(jì)/清濁判決模塊。應(yīng)用本發(fā)明能夠提高語音信號(hào)處理中基音周期估值和清濁判決結(jié)果的準(zhǔn)確度。
文檔編號(hào)G10L19/00GK1971707SQ20061016172
公開日2007年5月30日 申請(qǐng)日期2006年12月13日 優(yōu)先權(quán)日2006年12月13日
發(fā)明者鄧昊, 馮宇紅, 張晨 申請(qǐng)人:北京中星微電子有限公司