12、语音信号基音频率与共振峰跟踪算法研究

语音信号基音频率与共振峰跟踪算法研究

在语音处理领域，基音频率估计和共振峰跟踪是两个重要的研究方向。基音频率反映了语音信号的基本周期特征，而共振峰则与语音的音色和语义信息密切相关。本文将介绍两种算法，一种是基于谱多尺度积的基音频率估计算法，另一种是基于傅里叶脊线检测的共振峰跟踪算法。

基于谱多尺度积的基音频率估计算法

基音频率估计对于语音处理至关重要，它在语音合成、语音识别等领域都有广泛的应用。下面详细介绍基于谱多尺度积的基音频率估计算法。
- 算法步骤 ：
1. 计算语音小波变换系数的乘积 ：使用二次样条函数在三个连续的二进尺度 (s1 = 2^{-1})，(s2 = 2^0) 和 (s3 = 2^1) 上对语音信号进行小波变换，然后计算这些变换系数的乘积。
2. 计算快速傅里叶变换（FFT） ：将上一步得到的乘积信号分解成长度为 4096 样本的窗口，在采样频率为 20 kHz 的情况下，将乘积分解为长度为 1024 样本、重叠 512 点的帧。对每个加权块 (pw[n]) 使用离散傅里叶变换（FFT）转换到频谱域，以提取频谱参数 (Pw[k])。
3. 选择对应基音频率的峰值 ：定位并对每个窗口中的所有最大值进行排序，选择具有最多谐波的系列，该系列的第一个峰值即为基音频率。

graph LR
    A[语音信号] --> B[计算小波变换系数乘积]
    B --> C[计算 FFT]
    C --> D