基于ACF和AMDF的基音检测改进算法
基于FFT-ACF和候选值估计的基音周期提取方法
基于FFT-ACF和候选值估计的基音周期提取方法
徐明;陈知困;黄云森
【期刊名称】《深圳大学学报（理工版）》
【年(卷),期】2007(024)004
【摘要】利用FFT-ACF算法进行基音周期候选值估计,减少在语音基音周期提取中常见的倍频和半频错误,提出针对候选值的多重后处理算法.后处理过程:首先运用峰值筛选法进行初选,接着利用一次均值法将语音分为不同的音高段,再使用二次均值法为每个音高段确定合适的频率范围,最后精确提取出基音周期.实验结果表明,基音周期后处理算法有效,在音乐哼唱识别应用中收到良好效果.
【总页数】5页(P388-392)
【作者】徐明;陈知困;黄云森
【作者单位】深圳大学信息中心,深圳,518060;深圳大学信息中心,深圳,518060;深圳大学信息工程学院,深圳,518060;深圳大学信息中心,深圳,518060
【正文语种】中文
【中图分类】TP391;TN912
【相关文献】
1.一种基于基音周期估计的音频水印算法 [J], 付永庆;孙滢
2.基于MBE模型的基音周期估计算法改进 [J], 唐斌;樊桂花
3.基于随机共振的基音周期估计方法 [J], 何朝霞;刘凯
4.基于随机共振的基音周期估计方法 [J], 何朝霞; 刘凯
5.基于FPGA的实时基音周期估计系统 [J], 李辉;王欣;戴蓓倩;陆伟
因版权原因，仅展示原文概要，查看原文内容请购买。
基于EMD的ACF基音检测改进算法
基于正交变换的基音检测算法
基于正交变换的基音检测算法刘宇驰;杜秀娟【期刊名称】《电脑知识与技术》【年(卷),期】2015(000)036【摘要】针对随机背景噪声下的基音周期检测，提出了一种基于正交变换的基音检测算法。
该算法通过正交变换对含噪的语音进行消噪，再求消噪后语音的自相关函数(ACF)和平均幅度差函数(AMDF)，对其求出比值（ACF/AMDF）的平方以突显基音周期的峰值，以便获取较准确的基音周期参数。
实验结果表明，与单一的自相关法和平均幅度差函数法相比，该算法获取的基音周期有较高的准确性和对噪声有较强的鲁棒性。
%Aiming at pitch period detection under random background noise,a kind of pitch detection algorithm based on orthogo-nal transform is put forward. Noisy speech signal was first preprocessed by orthogonal transform, the autocorrelation func-tion (ACF) and the average magnitude difference function (AMDF) for speech signal were obtained. The square of the ratio for ACF and AMDF had been applied to emphasize the peak of the true pitch period. This algorithm can get the exact pitch of the speech signal in strong noisy environment. Experimental results indicate that, compared with single autocorrelation and average magnitude difference method, the proposed algorithm has better robustness and higher accuracy.【总页数】3页(P126-128)【作者】刘宇驰;杜秀娟【作者单位】青海师范大学计算机学院，青海西宁810008;青海师范大学计算机学院，青海西宁810008【正文语种】中文【中图分类】TN911【相关文献】1.基于列正交变换实现串行干扰消除的MIMO检测算法 [J], 王赟;汪晋宽;解志斌2.一种基于小波包变换加权自相关的基音检测算法 [J], 孙婷婷;章小兵3.基于小波变换与平均幅度差函数倒数的基音周期检测算法 [J], 武良丹;4.基于多分类支持向量机和主体延伸法的基音检测算法 [J], 冯起斌; 李鸿燕5.基于优化能量值门限和增强倍频效应的抗噪基音检测算法 [J], 杨贵福;夏一鸣;冉华;冯永平;孙慧因版权原因，仅展示原文概要，查看原文内容请购买。
改进的基音检测方法及在音乐检索中的应用
ａ． ｍｐ ｅ ｇｎ ｅ ｉ ｇ ａ ｄ Ａｐ ｌ ａ ｉｎ ，０ １， ７ ６ ： ２ －３ ． １ Ｃｏ ｕｔｒ Ｅｎ ｉ ｅ ｒｎ ｎ ｐ ｉ ｔ ｓ ２ １ ４ （ ） １ ７ １ ０ ｃ ｏ
Ａｂ ｔ ａ ｔ Ｔ ｅ ｐ ｔｈ ｄ ｔｃ ｉｎ ｉ ａ ｌ ｓｅ ｔ ｌ ｔ ｃ ｎ ｌ ｇ ｉ ｕ ｉ ａ ａｙ ｉ ｎ ｏ ｔｎ ａ ｅ ｓｃ ｅｒ ｖ ｌ ｉ ｉ ｏ ｎ ａｉｎ ｉ ｓ ｒ ｃ ： ｈ ｉ ｅｅ ｔ ｓ ｌ ｃ ｏ ｅ ｓ ｎ ｉ ｅ ｈ ｏ ｏ ｙ ｎ ａ ｄｏ ｎ ｌ ｓｓ ａ ｄ ｃ ｎ ｅ ｔ ｂ ｓ ｄ ｍｕ ｉ ａ ｒｔｉ ａ ＿ｔ Ｓ ｆ ｕ ｄ ｔ ｎ ｅ ｏ
Ｃ ｍ ｕｅ Ｅ ｇｎ ｅｉ ｎ Ａ ｐｉａｉｎ 计算机 工程 与应 用 ｏ ｐ ｔ ｎ ｉｅｒ ｇａ ｄ ｐ ｌ ｔ ｓ ｒ ｎ ｃ ｏ
２ １ ，７ ６ ０１Байду номын сангаас（）
１７ ２
＠数 据 库 、 号 与信 息处 理 ＠ 信
改进 的基音 检测 方法及在音 乐检索 中的应用
李 鹏 周 明全 。夏小 亮 黎 南杉 ， ， ，
进 的 自相 关函ｇ ａ ｔｃｒ ｌｔ ｎ ｆｎ ｔ ｎ Ａ Ｆ 方 法进行基 音检测 。从对音频信 号进行 去噪预处 理 、 ￣（ｕｏ ｏｒ ａ ｏ ｕ ｃ ｏ ， Ｃ ） ｅ ｉ ｉ 清浊音判 断及 后处理 等方
面对 Ａ Ｆ进行 改进 ， 之能 够生成规 整 的音 高变化 曲线 。在 音 乐检 索的 实现 中， 出一种有 限长度 的最 长公共 子序 列（ ｏａ Ｃ 使 提 Ｌ ｃｌ Ｌ ｎ ｅｔＣ ｍｍｏ ｔｎ ， Ｌ Ｓ 方法， ｏｇｓ ｏ ｎ Ｓｒ ｇ Ｌ Ｃ ） ｉ 该方 法可有 效解决传统方 法存 在的误 检 问题。开发 实现 了一个通过哼唱／ 唱进行歌 曲检 歌
改进LVAMDF及综合多因素基音检测算法
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ， Ｍｉａｎｙａｎｇ ６２１０１０，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｍｅｔｈｏｄｏｌｏｇｙｔｈａｔｃａｔｅｇｏｒｉｚｅｓｓｐｅｅｃｈｓｉｇｎａｌｉｎｔｏｔｈｒｅｅｔｙｐｅｓ，ｓｉｌｅｎｃｅ，ｖｏｉｃｅｌｅｓｓｓｏｕｎｄ，ｖｏｉｃｅｄｓｏｕｎｄ，ｉｎ ｖｉｅｗｏｆｔｈｅｒａｎｄｏｍｄｉｓｔｒｉｂｕｔｉｏｎｏｆｏｂｖｉｏｕｓｐｅｒｉｏｄｉｃｐｒｏｐｅｒｔｙｓｐｅｅｃｈ，ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ ｏｆｌｅｎｇｔｈｖａｒｉｅｄａｖｅｒａｇｅｍａｇｎｉｔｕｄｅｄｉｆｆｅｒｅｎｃｅ ｆｕｎｃｔｉｏｎ （ＬＶＡＭＤＦ）ａｎｄｃｏｍｐｒｅｈｅｎｓｉｖｅｍｕｌｔｉｆａｃｔｏｒｆｏｒｐｉｔｃｈｆｒｅｑｕｅｎｃｙｄｅｔｅｃｔｉｏｎｉｓｐｕｔｆｏｒｗａｒｄｔｏｃａｔｅｇｏｒｉｚｅｖｏｉｃｅｄｓｏｕｎｄｉｎｔｏｔｗｏｔｙｐｅｓ， ｏｎｅｉｓｏｂｖｉｏｕｓｐｅｒｉｏｄｉｃｐｒｏｐｅｒｔｙｓｐｅｅｃｈ，ｔｈｅｏｔｈｅｒｏｎｅｉｓｕｎｏｂｖｉｏｕｓｐｅｒｉｏｄｉｃｐｒｏｐｅｒｔｙｓｐｅｅｃｈ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｓｔａｒｔｉｎｇａｎｄｅｎｄｉｎｇ ｐｏｉｎｔｓｏｆａｌｌａｃｃｕｒａｔｅｐｉｔｃｈｐｅｒｉｏｄｉｎｔｈｅｏｂｖｉｏｕｓｐｅｒｉｏｄｉｃｐｒｏｐｅｒｔｙｓｐｅｅｃｈｉｓａｃｈｉｅｖｅｄ．Ｆｏｒａｆｅｗｐｉｔｃｈｐｅｒｉｏｄｓｄｉｖｉｄｅｄｉｎｔｏｆｒｅｑｕｅｎｃｙｄｏｕｂｌｉｎｇ ｏｒｈａｌｆｆｒｅｑｕｅｎｃｙ，ｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｎｄｃｏｒｒｅｃｔｉｏｎ ｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｗｈｉｃｈｈａｓａｈｉｇｈｒｅｃｏｇｎｉｔｉｏｎａｎｄｃｏｒｒｅｃｔｉｏｎｒａｔｅ．Ｆｉｎａｌｌｙ，ｉｎａｌａｒｇｅａ ｍｏｕｎｔｏｆｔｈｅｒｅａｌｓｐｅｅｃｈｐｒｏｃｅｓｓｉｎｇｅｘｐｅｒｉｍｅｎｔｓ，ｔｈｅｍｅｔｈｏｄｃａｎｄｅｔｅｃｔｔｈｅｐｉｔｃｈｐｅｒｉｏｄｉｎｔｈｅｏｂｖｉｏｕｓｐｅｒｉｏｄｉｃｐｒｏｐｅｒｔｙｓｐｅｅｃｈａｃｃｕｒａｔｅｌｙ， ａｎｄｔｈｅｒｅｉｓｈａｒｄｌｙｆｒｅｑｕｅｎｃｙｄｏｕｂｌｉｎｇａｎｄｈａｌｆｆｒｅｑｕｅｎｃｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｐｅｒｆｏｒｍｓｍｕｃｈｂｅｔｔｅｒｏｎｐｉｔｃｈｄｅｔｅｃ ｔｉｏｎｃｏｍｐａｒｅｄｗｉｔｈＡＭＤＦａｎｄＡＣＦ．
基于MATLAB的语音信号的基音周期检测
基于MATLAB的语音信号的基音周期检测摘要：MATLAB是一种科学计算软件，专门以矩阵的形式处理数据。
MATLAB将要性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。
MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。
由于信号与系统课程的许多内容都是基于公式演算，而MATLAB 借助符号数学工具箱提供的符号运算功能，基本满足设计需要。
例如：解微分方程、傅里叶正反变换、拉普拉斯正反变换和Z正反变换等。
MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。
本次课程设计为语音信号的基音周期检测，采集语音信号，对语音信号进行处理，区分清音浊音，并通过对采样值进行滤波、分帧、求短时自相关函数，得到浊音的基音周期。
关键字：清音、浊音、基音周期、基音检测、自相关函数目录1 概述 (1)2 AMDF算法原理及实现 (1)2.1 AMDF算法源程序 (2)3 ACF算法原理及实现 (4)3.1 用短时平均能量进行清/浊音的判断 (4)3.2 自相关函数基音检测的原理 (6)3.3 算法实现及相关程序 (6)3.3.1 带通滤波 (7)3.3.2 取样与分帧 (7)3.3.3 短时能量分析 (8)3.3.4 自相关函数分析 (11)4 总结与心得体会 (13)参考文献 (13)1 概述基音周期检测也称为基频检测(Pitch Detection) ,它的目标是找出和声带振动频率完全一致的基音周期变化轨迹曲线,或者是尽量相吻合的轨迹曲线。
基音周期检测在语音信号的各个处理领域中,如语音分析与合成、有调语音的辨意、低速率语音压缩编码、说话人识别等都是至关重要的,它的准确性及实时性对系统起着非常关键的作用,影响着整个系统的性能。
基于线性预测编码与AMDF的高精度基音检测算法
基于线性预测编码与AMDF的高精度基音检测算法摘要:根据语音信号产生原理，结合线性预测编码(lpc)与平均幅度差函数法(amdf)，提出了一种高精度的基音检测算法。
该算法首先利用线性预测分析提取残差信号；然后采用累积平均归一化差分函数与差分信号修正，使基音周期的谷值点更加尖锐；最后利用二次函数拟合与基音周期的倍数检查筛选候选值，得到了准确的基音周期。
实验结果表明，与传统方法相比, 该算法的基音检测效果有了明显改善，减少了基音检测中的半频错误，在高信噪比下具有良好的准确性和鲁棒性。
关键词:语音信号；基音周期；线性预测编码；平均幅度差函数；自相关函数super resolution pitch detection based on lpc and amdfwang en.cheng1, su teng.fang1*, yuan kai.guo2, wu chun.hua 21. school of information engineering, north china university of technology, beijing 100144, china;2. school of computer, beijing university of posts and telecommunications, beijing 100876, chinaabstract:according to the mechanism of speech signal, a super resolution pitch detection algorithm which combined linear predictive coding (lpc) with average magnitude difference function (amdf) was proposed. firstly, residual of lpc was extracted by linear predictive analysis. then, cumulative mean normalized difference function and difference signal revision were used to make pitch valley sharper. at last, parabolic interpolation and pitch multiple check were taken to select real pitch period. experimental results indicate that the pitch detection effect of the algorithm is superior to that of the conventional algorithms. the proposed algorithm conquers half frequency errors, and has good accuracy and robustness under the condition of high snr. according to the mechanism of speech signal, a super resolution pitch detection algorithm, which combined linear predictive coding (lpc) with average magnitude difference function (amdf), was proposed. firstly, residual of lpc was extracted by linear predictive analysis. then, cumulative mean normalized difference function and difference signal revision were used to make pitch valley sharper. at last,parabolic interpolation and pitch multiple check were taken to select real pitch period. the experimental results indicate that the pitch detection effect of the algorithm is superior to that of the conventional algorithms. the proposed algorithm conquers half frequency errors, and has good accuracy and robustness under the condition of high signal.to.noise ratio (snr).key words:speech signal; pitch period; linear predictive coding (lpc); average magnitude difference function (amdf); auto correlation function (acf)0 引言人在发浊音时，气流通过声门使声带产生张驰振荡式振动，形成一股准周期脉冲气流，这种声带振动的频率称为基音频率，相应的周期称为基音周期。
基于ACF的基音检测算法
信号的处理中具有重要作用．
目前 常 用 的 基 音 频 率 检 测 方 法 大 致 分 为 ３ 类 ， 即波形估 计法 、 关 处 理 法 和变 换 法 ． 中波 相 其 形 估计 法实 现原 理简 单 ， 是 往 往 会 引入 较 大 的误 但 差； 变换 法算 法较 为 复 杂 ， 增 加 实 际运 算 的难 度 ； 会 相 关处 理法 算 法 实 现 简 单 、 测 精 度 高 ， 此 成 为 检 因 常用 的基音 周 期 的 检 测 方 法 ． 于 此 ， 文 拟 采 用 鉴 本
表征 了浊 音激 励 的本 质 特 征 ， 还包 含 了汉 语 音 节 的
收稿 日期 ：０ １ ０ ２ １ — ６—１ ４
种基音 检测 算法 ．
１ 相关处 理法的原理实现
由于 自相 关 函数 抗 噪性 能较 强 ， 别 适 于 噪 声 特
作者简介 ： 郭淑婷 （ ９２ ） 女 ， １８ 一 ， 河南省新 乡市人 ， 州轻 工业学院助教 ， 郑 硕士 ， 主要研 究方向为信 号与信 息处理
第２ ６卷 第 ５期 ２１年 １ ０１ ０月
郑 州 轻 工 业 学 院 学 报 （自 然 科 学 版 ）
ＪＵ Ｎ Ｌ Ｆ Ｈ Ｎ Ｚ Ｏ ＮＶ Ｒ ＩＹＯ ＩＨ Ｄ Ｓ Ｒ Ｎ ｔａ Ｓｉ ｃ ） Ｏ Ｒ Ａ Ｅ Ｇ Ｈ ＵＵ ＩＥ Ｓ Ｆ Ｇ Ｔ Ｎ Ｕ Ｔ Ｙ（ ａ ｒ ｃ ｎｅ ＯＺ Ｔ Ｌ Ｉ ｕｌ ｅ
ｐ ｔｈ ｄ ｔｃｉ ｎ ｏ ｏ ａ ｔｅ ｃｔｔｏ ｐｅ ｃ ｉｎａ ａ ｅ ｃ ｍｐ ｅｅ ｆｅ ｔ ｅｙ． ｉｃ ｅｅ ｔ ｆｓ ｎ ｎ ｘ ｉａｉ ｎ ｓ ｅ ｈ ｓｇ ｌｃ ｎ ｂ ｏ ｌｔｄ ｅｆｃ ｉ ｌ ｏ ｖ Ｋｅ ｒ ｓ： ｔ ｈ ｄｅｅ ｔｏ ＡＣＦ； ｒ — ｒ ｃ ｓ ｉ ｇ； ｏ ｔｐ ｏ ｅ ｓｎ ｙ ｗｏ ｄ ｐｉ ｔ ｃｉｎ； ｃ ｐ ｅ ｐ ｏ ｅ ｓｎ ｐ ｓ— ｒ ｃ ｓ ｉ ｇ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
∞
Σ P（k）=lim 1
x（m）x（m+k）
N→∞ 2N+1 -∞
（2）
清音信号没有周期性， 它的自相关函数也没有周
期 性 规 律 ，所 以 没 有 明 显 的 峰 值 出 现[5]，P（k）会 随 着 k
语音技术
Y Voice Technolog
的增大迅速衰减；浊音信号具有准周期性，它的自相 关函数 P（k）具有与 k 相同的周期，自相关函数在基音 周期的整数倍位置上出现峰值。 根据这个性质可以判 断一个语音信号是清音还是浊音，还可以判断浊音的 基音周期。 自相关法基音检测正是利用 P（k）的这一性 质对语音信号进行基音检测的。
究[J]． 电声技术，2008，32（8）：37-40.
[4] 李英 ，汪 航. FIR 自 适 应 滤波 的 语 音增 强 算 法[J]. 电 声 技
5 小结
自适应语音增强模块利用比较先进的 DSP 技术， 使用自适应算法，能够在高斯白噪声中增强语音信号。 该模块使用方便，体积小，适用范围比较广泛。 基于自 相关的自适应算法，结构简单，实时性强，能满足目前 应用的需求。
参考文献
[1] AHMED N， VIJAYENDRA S．An algorithm for line enhan-
为了减少声道共振峰特性造成的干扰， 提高相关 法和平均幅度差函数法检测基音周期的可靠性， 可以 采用 2 种方法对原始信号进行预处理[10]。
带通滤波：用一个通带为 900 Hz 的线性相位低通 滤波器滤除高次谐波分量， 滤波器可以放在对语音信 号采样前，也可以放在采样后，这样处理以后的信号基 本上只含有共振峰以下的基波和谐波分量[11]。 利 用滤
4 小结
取语音信 号 的 浊 音 段 利 用 Matlab 软 件 仿 真 了 几 种基音周期提取的算法， 比较了不同算法函数的波 形 峰（谷）点特பைடு நூலகம்。 ACF 算法本身的计算复杂度较 大， AMDF 算法只涉及加减运算，减小了计算复杂度，但由 于浊音语音段的周期性和平稳性都不太好， 若以全局 最低谷点作为基音周期计算点就会出现估计的基音周 期加倍的检测错误[12]。 提出利用 ACF/AMDF 函数进行 基音检测的方案，并通过仿真实验表明，该算法简单可 行，性能优于一般传统时域基音周期估计算法。同时对
在讨论了传统基音周期检测算法及其缺点后，提出了综合应用 ACF 和 AMDF 函数进行基音检测的算法。 该算法简
单可行，性能优于一般传统时域基音周期检测算法。 从仿真结果可以看出，对于含噪语音信号，该算法具有较强的
抗噪能力。
【关键词】 基音检测； 自相关函数； 平均幅度差函数
【中图分类号】 TN912.3
（下转第 55 页）
语音技术
Y Voice Technolog
4 应用实例
利用上述语音自适应增强器进行了试验，图 3（a） 表示采集的语音信号，图 3（b）表示在噪声环境下的语 音信号，图 3（c）表示自适应增强后的语音信号。
强后的语音信号基本保持了原信号的时域特征， 能听 清说话内容。
试验结果表明： 基于自相关的自适应语音增强算 法可以抑制高斯白噪声，在实际使用中效果比较明显。
波后信号的自相关函数进行基音估计， 结果有明显的 改善。
中心削波处理：使用如图 4 所示的中心削波函数 进行处理。
C（x）
-CL
CL
O
x
图 4 中心削波函数
削波电平门限的选择往往很难确定， 如果选择不 好会使基音周期的估计出现很大的偏差。 其中削波电 平 CL取最大信号幅度的 68％ ，中心削波 后，再用自相 关法检出基音频率，误判为倍频或分频的情况就可大 大减少。为了减少自相关计算中的乘法运算，中心削波 以后的信号 y（n）的自相关用 2 个信号的互相关代替。 3.3 算法原理与实现
基音检测改进算法如图 5 所示。
预处理
ACF AMDF
ACF/AMDF
图 5 基音检测改进算法原理
同样还使用上面的含噪声语音样本进行测试，仿
輩輰讂
2011年 第 35 卷 第 01 期
理 论 上 ，求 取 AMDF/ACF 的 商 值 ，应 该 在 基 音 周 期处也可以看到明显的谷值， 但由于对应于基音周期 处的极小值相对于其他谷值不太明显， 仿真结果也证 明 AMDF/ACF 的商值不适于基音检测。
2 传统时域基音周期检测算法
2.1 ACF 法
传 统 的 自 相 关 函 数 法 （Auto Correlation Function，
ACF）[4]是 Ross 等人于 1977 年提出的一种 基于语音时
域分析理论的检测算法， 自相关函数法基音周期检测
的原理是： 周期信号的自相关函数将在时延等于函数
图 2 为采用平均幅度差函数法进行基音周期检测 的仿真结果，这里仍采用上例所示的男声语音材料，从 实验结果可以看出， 由于重叠的波形越来越短，AMDF 曲线的值也越来越小， 可以将 AMDF 的值除以重叠的 点数来改善这种变化，这里不再详述。
2.2 AMDF 法
由于自相关函数本身的乘加运算，所以计算不会
语音技术
Voice Technology
文 章 编 号 ：1002-8684（2011）01-0050-03
基于 ACF 和 AMDF 的基音检测改进算法 ·论文·
李志军，尹 霞 （扬州大学 信息工程学院，江苏 扬州 225009）
【摘 要】 自相关函数法和平均幅度差函数法是基音周期检测的两种常用方法，两者具有独立且相似的统计特性。
周期特性。 利用 Fn（k）的这种特性可以判定一段语音
是浊音还是清音，并估计出浊音语音的基音周期。 由
于计算 AMDF 函数只需要加、 减和取绝对值运算，运
算量与求短时自相关函数相比下降很多。 同时，函数
在基音周期点的谷值比自相关函数的峰值更加尖锐，
3 基 于 ACF 和 AMDF 的 基 音 检 测 改 进算法
【Abstract】 The Auto Correlation Function （ ACF ） and the Average Magnitude Difference Function （ AMDF ） are
two commonly used method of pitch detection . They have independent and similar statistical characteristics .
基于自相关函数和平均幅度差函数的算法是基音 周期估计的 2 种常用方法。 两者具有独立且相似的统 计特性，即自相关函数在基音周期处表现为峰值，而平 均幅度差函数表现为波谷，因此可以同时运用 ACF 和 AMDF 的特点， 求取 ACF/AMDF 或 AMDF/ACF 的商， 对应基音周期处应出现更明显的峰值或谷值， 从而提 高基音检测的准确程度。
周期处产生一个极大值， 因此通过计算语音信号的自
相关函数，找到极大值位置，就可以估计信号的基音周
期。 这种算法的优点是算法简单，提取出的基音周期较
为精确。
对 于 离 散 的 数 字 语 音 信 号 序 列 x（n）如 果 具 有 周
期性，即
x（n）=x（n+NP）
（1）
则其自相关函数也是同周期的周期函数，即
基音周期检测算法主要有两类：时域法和频域法。 时域法的特点是比较直观且运算量小， 缺点是抗噪声 性能差，容易产生倍频和半频现象，主要方法有自相关 函数法、平均幅度差函数法等。频域法的特点是抗噪声 的性能较好，但是算法比较复杂，运算量较大，主要方
輩輮讂
2011年 第 35 卷 第 01 期
法有普通频域算法和倒谱法等[3]。
Based on the discussion of traditional pitch detection algorithm ， a comprehensive application with ACF and
AMDF is given . The method is simple and practicable . It ′s better than traditional time - domain pitch
輩輯讂 2011年 第 35 卷 第 01期
语音技术
Voice Technology
真结果如图 6 所 示 ，可 以 明 显 看 出 ，无 论 ACF 的 峰 值 还是 AMDF 的谷值都不太明显，但得到的 ACF/AMDF 的曲线峰值非常明显，因此只要求出它们的商值曲线， 就很容易进行基音周期估算。
3.1 传统基音周期估计算法的缺点 自 相 关 函 数 法 （ACF）是 利 用 峰 值 检 测 基 音 周 期 ，
平均幅度差函数法（AMDF）是利用谷值来估计。 自相关 函数方法适合于噪声环境下， 但单独使用时经常发生 基频估计结果为其实际基音频率的二次倍频或二次分 频的情况， 平均幅度差函数法在静音环境下或噪声较 小时可以取得较好的检测结果，但在语音环境较恶劣、 信噪 比较低时 ，检测结果的准确程度下降 较 快[9]，难 以 让人满意。 图 3 为含噪语音信号的波形及 ACF、AMDF 函数曲线，可以看出 ACF 的峰点或 AMDF 的谷点并不 明显，依此进行基音周期估计比较困难。 3.2 预处理
与短时自相关函数一样，对周期性的浊音语音，
Fn（k）也 呈 现 与 浊 音 语 音 周 期 相 一 致 的 周 期 特 性 ，不 同
的是 Fn（k）在周期的各个整数倍点上具有谷值特性而
不 是 峰 值 特 性 ，因 而 通 过 Fn（k）的 计 算 同 样 可 以 确 定
浊 音 的 基 音 周 期[7]，而 对 于 清 音 信 号 ，Fn （k） 却 没 有 这 种
detection algorithm . Simulation results show that the algorithm has strong antinoise ability .