在语音信号数字处理的各个领域里,无论是语音分析与合成、语音压缩编码,还是语音识别和说话者确认等,准确可靠地检测语音信号的基音周期都是至关重要的任务,将直接影响到整个系统的性能。 本文旨在寻找一种鲁棒的基音周期检测算法。首先,在现代语音学取得的成果上,对语音的生成、声学特征,听觉功能进行分析,以把握语音信号波形的特点。其次,对较典型的几种语音基音检测方法,作了较系统的分析、探讨和比较。接着,较为详细地阐述了小波分析的基本理论,着重在小波函数、小波变换、多分辨分析和Mallat算法的研讨上。最后,将小波变换与归一化自相关、动态规划平滑等技术相结合,得到了一种新的基音周期检测算法。新算法的基本思想是:先对原始语音信号进行多级小波变换,将较高几个层次上的逼近信号进行加权求和处理,利用小波变换的带通性和去噪性,得到含丰富基音信息、周期性较强的合成信号(这一结果对含不同基音周期的任意语音段具有普适性):接着将该合成信号作为待处理信号,采用归一化自相关法检测基音周期,并对结果进行动态规划平滑处理。 用MATLAB在计算机上完成算法程序设计,进行仿真实验。实验结果表明,新算法估计基音准确性高,运算速度较快,稳定性好,对噪声具有较好的鲁棒性,充分吸收了自相关算法和小波变换算法的优点,有效地克服了自相关算法的分频和倍频现象,也比小波变换算法具有更强的抗噪能力,性能明显优于传统方法。