專利名稱：基音周期估計值修正方法、基音估計方法和相關(guān)裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號處理領(lǐng)域，尤其涉及基音周期估計值修正方法、基音估計方法和相關(guān)裝置。
背景技術(shù)：
在語音信號處理領(lǐng)域，基音的原始含義是指發(fā)濁音時聲帶振動所引起的周期性特征，基音周期是聲帶振動頻率的倒數(shù)。在音頻信號處理領(lǐng)域，基音也具有類似的含義。從時域角度來看，周期信號的最明顯特征是波形的類似性。依賴波形類似性的基音檢測算法的主要原理是通過比較原始信號和它移位后的信號之間的類似性來確定基音周期。如果移位距離等于基音周期，那么，兩個信號具有最大類似性(或者互相關(guān)最大)。無論是語音信號處理領(lǐng)域還是音頻信號處理領(lǐng)域，基音的檢測或基音周期的估計都是一項非常重要的技術(shù)，因為，通過基音檢測和估計，提取信號的基頻，就能夠獲知信號的變化快慢，從而了解信號的特征，為進一步的信號處理提供必要的參考?；魴z測和估計算法較多，通常分為時域方法和頻域方法兩大類，其中，時域方法主要包括自相關(guān)函數(shù)法(Autocorrelation Function，ACF)、平均幅度差函數(shù)法 (Average Magnitude Difference Function,AMDF)禾口簡單逆濾波足艮蹤法(Simple Inverse Filtering Tracking, SIFT)等，頻域方法主要包括諧波積譜法(Harmonic Product Spectrum Method)和倒譜法(C^ptrum Method,CM)從計算復(fù)雜度方面考慮，自相關(guān)法和其他方法相比，計算量低且性能上和其他方法差不多。在眾多的基音檢測和估計算法中，現(xiàn)有技術(shù)提供的一種方法是基于歸一化互相關(guān)函數(shù)的基音估計方法。在該方法中，首先對輸入的信號進行預(yù)處理，包括高通濾波、低通濾波、去均值、數(shù)值平滑等；然后，對經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，得到互相關(guān)序列R(i)，計算出的R(i)的最大值對應(yīng)的延遲可以作為基音周期估計值；最后，使用中值濾波器對基音周期估計值進行平滑，平滑的目的主要是為了去除基音估計值中的“野點”， 即倍頻/半頻錯誤。上述現(xiàn)有技術(shù)中，歸一化互相關(guān)函數(shù)法是通過當前信號和過去信號相比較，波形相似則信號的歸一化互相關(guān)函數(shù)會出現(xiàn)峰值。如果信號的基音周期較小，且有較好的周期性，則互相關(guān)序列會包含多個周期，即，在互相關(guān)序列中會出現(xiàn)多個極大值。由于諧波的影響，這些極大值中，最大值往往不是第一個周期點對應(yīng)的極大值，因此，歸一化互相關(guān)函數(shù)法容易出現(xiàn)半頻錯誤，從而導(dǎo)致中值濾波器對基音周期估計值進行平滑的效果不佳。

發(fā)明內(nèi)容
本發(fā)明實施例提供了基音周期估計值修正方法、基音估計方法和相關(guān)裝置，用于解決現(xiàn)有技術(shù)對基音周期估計值進行平滑時效果不佳的問題。本發(fā)明實施例提供一種基音周期估計值修正方法，包括比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(i+l)與第一中間變量MAmax的加權(quán)值，若所
7述MAmax(i+l)大于所述MAmax的加權(quán)值，則分別以所述MAmax (i+1)和所述MAmax(i+1)對應(yīng)的延遲T(i+1)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)；計算所述第二中間變量T-與所述當前子幀前奇數(shù)個子幀的基音周期估計中值 Tpm mid。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax 與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波，以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值；所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述用所述MA_。對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述 MA_。對應(yīng)的延遲Ttl,所述中間子幀是所述當前子幀前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。本發(fā)明實施例提供一種基音周期估計值修正裝置，包括比較模塊，用于比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(i+l)與第一中間變量MAmax 的加權(quán)值，若所述MAmax(i+l)大于所述MAmax的加權(quán)值，則分別以所述MAmax(i+l)和所述 MAfflax(i+1)對應(yīng)的延遲T(I)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)；校正模塊，用于計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpm mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量 T ·
1 opt ‘中值濾波模塊，用于將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波，以進行所述中值濾波后得到的基音周期估計值作為中間子幀的基音周期估計值；所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述用所述MA_。對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述 MA_。對應(yīng)的延遲Ttl,所述中間子幀是所述當前子幀的前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。本發(fā)明實施例提供一種基音估計方法，包括對接收的信號進行預(yù)處理，所述信號包括語音信號或音頻信號；對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列；根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。本發(fā)明實施例提供一種基音估計裝置，包括預(yù)處理模塊，用于對接收的信號進行預(yù)處理，所述信號包括語音信號或音頻信號；序列求取模塊，用于對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列；修正模塊，用于根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。從上述本發(fā)明提供的實施例可知，由于修正循環(huán)平均幅度差序列是從具有良好周期性的歸一化互相關(guān)序列推衍而得，處理修正循環(huán)平均幅度差序列最大值及其延遲值，通過循環(huán)比較相鄰頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值，最終確定當前子幀的修正循環(huán)平均幅度差序列最大值及其延遲，可以降低歸一化互相關(guān)序列算法估計基音周期時出現(xiàn)半頻/倍頻錯誤的概率，而將當前子幀修正循環(huán)平均幅度差序列最大值的延遲與當前子幀前偶數(shù)個子幀的基音周期估計值進行中值濾波，則可以進一步減少估算基音周期時出現(xiàn)的半頻/倍頻錯誤，相當于進一步提高了基音周期估計的準確度。


為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對現(xiàn)有技術(shù)或?qū)嵤├枋鲋兴枰褂玫母綀D作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以如這些附圖獲得其他的附圖。圖1是本發(fā)明實施例提供的基音周期估計值修正方法流程示意圖；圖2是本發(fā)明另一實施例提供的基音周期估計值修正方法流程示意圖；圖3是本發(fā)明實施例提供的基音估計方法流程示意圖；圖4是本發(fā)明實施例提供的一種基音周期估計值修正裝置邏輯結(jié)構(gòu)示意圖；圖5是本發(fā)明實施例提供的一種基音估計裝置邏輯結(jié)構(gòu)示意圖；圖6是本發(fā)明另一實施例提供的一種基音估計裝置邏輯結(jié)構(gòu)示意圖；圖7是本發(fā)明另一實施例提供的一種基音估計裝置邏輯結(jié)構(gòu)示意圖；圖8是基音估計裝置用于語音音頻統(tǒng)一編碼的時間規(guī)整技術(shù)模塊的結(jié)構(gòu)示意圖；圖9是本發(fā)明實施例提供的語音信號基音估計系統(tǒng)邏輯結(jié)構(gòu)示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。請參閱附圖1，是本發(fā)明實施例提供的基音周期估計值修正方法流程示意圖，主要包括步驟S101,比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值 MAfflax (i+1)與第一中間變量MAmax的加權(quán)值，若所述MAmax (i+Ι)大于所述MAmax的加權(quán)值，則分別以所述MAmax (i+Ι)和所述MAmax (i+1)對應(yīng)的延遲T (i+1)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)?？紤]到可以將一幀信號，例如，語音信號或音頻信號，劃分為16個子幀，因此，在本發(fā)明實施例中，可以是以一個子幀為單位，進行基音周期估計值的修正。進一步地，由于互相關(guān)序列具有良好的周期性，因此，在本發(fā)明實施例中，可以通過計算信號的歸一化互相關(guān)序列，將信號轉(zhuǎn)換成歸一化互相關(guān)序列，進而求取修正循環(huán)平均幅度差序列最大值。如此，在基音估計中可以不用考慮原始信號的起始時間，而是可以利用歸一化互相關(guān)序列的第一個最大值的位置來估計基音周期。對于語音信號或音頻信號，基音頻率范圍一般在60Hz 4000Hz之間，而能夠被人耳感覺到的基音頻率范圍集中于80Hz 2500Hz之間。為了對基音周期進行估計，可以事先將基音頻率范圍劃分若干個頻率區(qū)域。在本發(fā)明提供的一個實施例中，將80Hz 2500Hz的基音頻率范圍劃分成第一頻率區(qū)域[80，240)Hz、第二頻率區(qū)域口40，720)Hz和第三頻率區(qū)域[720, 2500)Hz0然后，比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差(MCAMD，Modified Circular Average Magnitude Difference)序列最大值MAmax (i+1)與第一中間變量MAmax的加權(quán)值，例如，比較當前子幀在第二頻率區(qū)域[240,720)內(nèi)MCAMD序列最大值MAmax (2)與第一中間變量MAmax的加權(quán)值以及比較當前子幀在第三頻率區(qū)域[720,2500)內(nèi)MCAMD序列最大值MAmaxCB)與第一中間變量MAmax的加權(quán)值。由于基音估計最容易出現(xiàn)的是倍頻/半頻錯誤(即基音估計值中的“野點”)，為了避免一開始時就出現(xiàn)這種錯誤，應(yīng)當盡可能使相鄰的MCAMD序列最大值對應(yīng)的兩個頻率大小呈兩倍或半倍關(guān)系，即倍頻/半頻關(guān)系。例如，當一個MCAMD序列最大值對應(yīng)的頻率為 IOOHz，則應(yīng)該使相鄰MCAMD序列最大值對應(yīng)的頻率為200Hz或50Hz。在本發(fā)明實施例中，當將80Hz 4000Hz的基音頻率范圍按照如下方式劃分為若干頻率區(qū)域每個頻率區(qū)域的兩個端值呈倍數(shù)關(guān)系，頻率區(qū)域是連續(xù)的，即前一個頻率區(qū)域的右端值(即該頻率區(qū)域兩個端值中較大的一個)與后一個頻率區(qū)域的左端值(即該頻率區(qū)域兩個端值中較小的一個) 重疊。例如，在基音頻率范圍80Hz 4000Hz之間，劃分第一頻率區(qū)域為[80Hz，160Hz)、第二頻率區(qū)域為[160Hz，320Hz)、第三頻率區(qū)域為[320Hz，640Hz)、第四頻率區(qū)域為[640Hz， 1280Hz)和第五頻率區(qū)域為[U80Hz，4000Hz)。如此，相鄰的MCAMD序列最大值在相鄰的頻率區(qū)域?qū)?yīng)的兩個頻率大小呈兩倍或半倍關(guān)系的可能性較大，從而使后續(xù)對基音估計值的修正更加準確。如果當前子幀在當前頻率區(qū)域內(nèi)MCAMD序列最大值MAmax(i+Ι)大于第一中間變量MAmax的加權(quán)值，則以當前子幀在當前頻率區(qū)域內(nèi)MCAMD序列最大值MAmax (i+Ι)替代第一中間變量MAmax，以當前子幀在當前頻率區(qū)域內(nèi)MCAMD序列最大值MAmax (i+Ι)對應(yīng)的延遲 T(i+1)替代第二中間變量T。pt，并且重復(fù)上述比較過程，直至當前頻率區(qū)域不在基音頻率范圍之內(nèi)。例如，在算法最初，設(shè)定第一中間變量MAmax為當前子幀在第一頻率區(qū)域[80Hz， 160Hz)內(nèi)MCAMD序列最大值MAmax⑴，設(shè)定第二中間變量T。pt為MAmax⑴對應(yīng)的延遲T⑴。 第一經(jīng)驗因子為P1，假設(shè)當前子幀在第二頻率區(qū)域[160Hz，320Hz)內(nèi)MCAMD序列最大值 MAfflax(2)大于 MAmax 與 P i 的乘積，BP MAfflax(2) > MAfflaxX P 1；則令 MAmax = MAfflax(2)，Topt = T(2)。繼續(xù)比較當前子幀在第三頻率區(qū)域[320Ηζ，640Ηζ)內(nèi)MCAMD序列最大值MAmax(3)與 MAmaxX P工，若MAmax (3) < MAmaxX P 1；則保持MAmax和T。pt不變。繼續(xù)比較第四頻率區(qū)域為 [640Hz, 1280Hz]內(nèi) MCAMD 序列最大值 MAmax(4)與 MAmaxX P ^，若 MAmax(4) > MAmaxX P 1；則令 MAfflax = MAfflax (4), Topt = T(4),......，此后繼續(xù)比較，直至完成當前子幀在第五頻率區(qū)域[1280Hz, 4000Hz)內(nèi)MCAMD序列最大值MAmax (5)和當前MAmax與P1W乘積的比較。比較結(jié)束后，第二中間變量T。pt被賦予一個值，例如，當前子幀在第四頻率區(qū)域W40Hz，U80Hz)內(nèi) MCAMD序列最大值MAmax⑷對應(yīng)的延遲T (4)。在本發(fā)明實施例中，第一經(jīng)驗因子P1可以取0.95。S102，計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值TPM—mid—。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid。 鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量 MAfflax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt。若T。pt 被賦予一個值，例如，T。pt = MAmax(4)，則計算 T。pt/Tpre mid。。這里，Tpre mid。是當前子幀前奇數(shù)個子幀的基音周期估計中值。在本發(fā)明提供的實施例中，Tpm mid。取當前子幀前5個子幀的基音周期估計中值可以得到較好的估計結(jié)果。例如，假設(shè)當前子幀是子幀 F8(F8的下標“8”表示子幀的編號，下同)，記子幀F(xiàn)8前5個子幀依次為子幀F(xiàn)7、子幀F(xiàn)6、子幀F(xiàn)5、子幀F(xiàn)4和子幀F(xiàn)3,則子幀F(xiàn)8前5個子幀的基音周期估計中值是子幀F(xiàn)7、子幀F(xiàn)6、子幀 F5、子幀F(xiàn)4和子幀F(xiàn)3的基音周期估計值經(jīng)過中值濾波后得到，也是當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值，即子幀F(xiàn)5的基音周期估計值。若所述比值小于第一校正因子或大于第二校正因子并且所述Tpm mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值嫩^⑷大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；記第一校正因子、第二校正因子和第二經(jīng)驗因子分別為巧、r2和P 2，若第二中間變量T。pt與當前子幀前奇數(shù)個子幀的基音周期估計中值Tpm mid。的比值小于第一校正因子或大于第二校正因子，即，若T。pt/TpM—mid—。<巧或T。pt/Tpre—mid—。> r2，則在TPM—mid—。鄰近范圍內(nèi)，例如，在Tpm mid。鄰近Ims(毫秒)范圍內(nèi)尋找當前子幀的MCAMD序列最大值MAmax(l。若 Tprejlid o鄰近范圍內(nèi)當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于第一中間變量 MAfflax與第二經(jīng)驗因子的乘積，即，MAfflax0 > MAfflaxX P 2，則第二中間變量T。pt的當前值設(shè)置為 Tprejlid o鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl對應(yīng)的延遲Ttlt5S103，將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt —起進行中值濾波，以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值。中間子幀是當前子幀前偶數(shù)個子幀和當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，而該偶數(shù)是小于步驟S102中的奇數(shù)的最大偶數(shù)。將當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt —起進行中值濾波，以進行所述中值濾波后得到的基音周期估計值作為中間子幀的基音周期估計值。例如，假設(shè)當前子幀是子幀F(xiàn)8,子幀F(xiàn)8前4個子幀即F7、子幀F(xiàn)6、子幀F(xiàn)5和子幀F(xiàn)4 每一個子幀的基音周期估計值分別為Τ7、τ6、τ5和Τ4，則將T。pt、T7、T6、T5和T4進行中值濾波， 以進行所述中值濾波后得到的基音周期估計值作為中間子幀的基音周期估計值，即作為子幀F(xiàn)6的基音周期估計值。在本發(fā)明實施例中，第一校正因子Γι、第二校正因子1~2和第二經(jīng)驗因子P2分別可以取 0. 75,1. 4 和 0. 85。從上述本發(fā)明提供的實施例可知，由于修正循環(huán)平均幅度差序列是從具有良好周期性的歸一化互相關(guān)序列推衍而得，處理修正循環(huán)平均幅度差序列最大值及其延遲值，通過循環(huán)比較各個基音頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值與預(yù)設(shè)的MAmax的加權(quán)值， 最終確定當前子幀的修正循環(huán)平均幅度差序列最大值及其延遲，可以降低歸一化互相關(guān)序列算法估計基音周期時出現(xiàn)半頻/倍頻錯誤的概率，而用當前子幀修正循環(huán)平均幅度差序列得到的修正的基音延遲估計值，與當前子幀前偶數(shù)個子幀的基音周期估計值進行中值濾波，則可以進一步減少估算基音周期時出現(xiàn)的半頻/倍頻錯誤，相當于進一步提高了基音周期估計的準確度。以下結(jié)合附圖2的流程，說明上述實施例中不滿足某些假設(shè)條件時的技術(shù)方案， 例如，假設(shè)步驟SlOl中，當前子幀在當前頻率區(qū)域內(nèi)MCAMD序列最大值MAmax(i+l)與MAmax 的加權(quán)值的比較結(jié)果為MAmax (i+Ι)小于MAmaxX P附圖2實施例中，以將基音頻率范圍劃分為5個頻率區(qū)域為例說明。本領(lǐng)域技術(shù)人員能夠理解，在將基音頻率范圍劃分為其他數(shù)目的頻率區(qū)域時，例如3個頻率區(qū)域，處理的流程類似，因此不再贅述將基音頻率范圍劃分為其他數(shù)目的頻率區(qū)域時的處理流程。S201，令 MAmax = MAmax(I)，T。pt = T(I)，i = 2。即將第一頻率區(qū)域的 MCAMD 序列最大值和該最大值對應(yīng)延遲作為預(yù)設(shè)初始值賦給第一中間變量MAmax和第二中間變量T。pt，向前移動一個頻率區(qū)域(i = 2)，即移動至第二頻率區(qū)域。S202，MAmax⑴> MAmaxX P ！ ？即判斷當前子幀在新的頻率區(qū)域內(nèi)MCAMD序列最大值是否大于第一經(jīng)驗因子與MAmax的乘積，若大于，則流程進入步驟S203，否則，流程進入步驟 S204。S203，令MAmax = MAmax (i), Topt = T(i)。即在滿足步驟S202條件時，第一中間變量 MAfflax和第二中間變量T。pt分別使用當前子幀在新的頻率區(qū)域內(nèi)MCAMD序列的最大值及其延遲代替。S204，令i = i+l。即向前移動一個頻率區(qū)域。S205，i > 5 ？即判斷當前頻率區(qū)域是否在基音頻率范圍之內(nèi)，或者當前頻率區(qū)域是否是在基音頻率范圍內(nèi)劃分的5個頻率區(qū)域內(nèi)，若超出范圍(即i > 5)，則流程進入步驟 S206，否則重復(fù)上述過程，即回到步驟S202。S206，令r = T。pt/TpM mid。。即計算第二中間變量T。pt與當前子幀前5個子幀的基音周期估計中值Tpre—mid—。的比值。S207,r <Γι ？或r > r2 ？即判斷第二中間變量T。pt與當前子幀前5個子幀的基音周期估計中值Tpre mid。的比值是否小于第一校正因子巧或是否大于第二校正因子r2。若是，則進入步驟S208，否則轉(zhuǎn)入步驟S211。在本實施例中，巧和r2分別可以取0. 75和1. 4。S208，在Tpre mid。鄰近范圍內(nèi)求取當前子幀的MCAMD序列最大值MAmaxtl及其延遲Ttl。 例如，在TpM mid。Ims (毫秒)范圍內(nèi)求取當前子幀的MCAMD序列最大值MAmaxtl及其延遲Ttlt5S209，MAmaxtl > MAmaxX P2 即判斷Tpre mid。鄰近范圍內(nèi)當前子幀的MCAMD序列最大值是否大于第一中間變量MA_與第二經(jīng)驗因子P2W乘積。若是，則進入步驟S210， 否則，轉(zhuǎn)入步驟S211。S210，令T。pt = ；。即使用Tpm mid。鄰近范圍內(nèi)當前子幀的MCAMD序列最大值MAmaxtl 對應(yīng)的延遲Ttl校正第二中間變量T。pt。S211，將當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt—起進行中值濾波。進行中值濾波后得到的基音周期估計值作為中間子幀的基音周期估計值。這里的中間子幀是當前子幀前偶數(shù)個子幀和當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子中貞，例如，假設(shè)當前子幀是子幀F(xiàn)8,子幀F(xiàn)8前4個子幀是F7、子幀F(xiàn)6、子幀F(xiàn)5和子幀F(xiàn)4,則中間子幀是子幀F(xiàn)6。請參閱附圖3，是本發(fā)明實施例提供的基音估計方法流程示意圖，主要包括步驟S301，對接收的信號進行預(yù)處理，所述信號包括語音信號或音頻信號。由于真實的信號，例如，語音信號或音頻信號常?；祀s著背景噪聲、諧波以及共振峰頻率等等，這些背景噪聲和頻率分量使得信號的波形變得非常復(fù)雜，這常常引起基音檢測或估計的誤判，為了在進行基音估計前盡可能去除這些不利因素，在本發(fā)明提供的實施例中，首先對接收的信號進行預(yù)處理。預(yù)處理包括對信號的靜音幀和非靜音幀進行判斷。例如，由于語音或音頻等信號的特征是隨著時間而變化的，只有在一段時間間隔內(nèi)，這些信號才保持相對穩(wěn)定(平穩(wěn))，信號的這種特性稱為“短時性”。對語音或音頻信號的分析和處理一般建立在“短時性”基礎(chǔ)上，即對語音或音頻信號流采用分段或分幀來處理。分幀一般采用可移動的有限長度窗口對語音或音頻信號進行加權(quán)來實現(xiàn)。分幀既可以采用連續(xù)方式， 也可以采用交疊分段的方法實現(xiàn)。因此，在本發(fā)明提供的實施例中，可以通過采用短時平均能量(窗口加權(quán)的短時平均能量相當于將“平方”信號通過一個線性濾波器的輸出)來對信號的靜音/非靜音幀進行判斷，即當信號的短時能量小于某個門限值時，判斷為靜音幀， 否則為非靜音幀。由于靜音幀的周期不明顯或者沒有周期，對靜音幀的基音周期進行估計往往與實際的基音周期偏離較大，從而影響對整個信號基音周期估計的準確性。鑒于上述原因，在本發(fā)明實施例中，對于信號的靜音幀，不進行基音周期的估計和后處理過程。另外，在本發(fā)明實施例提供的基音估計方法中，為了適用于時間規(guī)整技術(shù)，將靜音幀的基音周期設(shè)為前一子幀的基音中值而不是零，其原因在于，如果靜音幀的基音周期設(shè)為零，則通過基音估計值提取的扭曲度(時間規(guī)整技術(shù)所需參數(shù))在非靜音幀和靜音幀銜接點處會很大，導(dǎo)致錯誤的扭曲，進而影響使用本發(fā)明實施例提供的基音估計方法的時間規(guī)整技術(shù)性能。在對信號的靜音幀和非靜音幀進行判斷之前，預(yù)處理還包括高通濾波、去均值和數(shù)值濾波。例如，可以采用下限頻率為50Hz的高通濾波器對信號進行濾波，以去除電源信號的干擾。考慮到信號有非零均值時，歸一化互相關(guān)序列在所有的延遲上均具有較高的數(shù)值，本發(fā)明實施例提供的預(yù)處理還包括去均值的過程，去均值之后的信號為s' (+)=
s (n)-u，此處，Μ = | 、(《)。為了對信號進行平滑，本發(fā)明實施例提供的預(yù)處理也包括采用
TV η=0
一定階數(shù)的濾波器對信號進行數(shù)值濾波。實踐證明，在對信號進行數(shù)值濾波時，階數(shù)低于5 階的濾波器效果不理想，高于5階的濾波器效果提升不夠明顯，還帶來較大的延遲。為了不引起延遲并得到較好的濾波效果，在本發(fā)明提供的實施例中，可以采用5階數(shù)值濾波器對
信號進行數(shù)值濾波，5階數(shù)值濾波器的數(shù)值濾波公式為 ( )=1 < -/)。
^ /=0S302，對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列。由于互相關(guān)序列具有良好的周期性，因此，在本發(fā)明實施例中，可以通過計算歸一化互相關(guān)函數(shù)，將經(jīng)過預(yù)處理的信號轉(zhuǎn)換成歸一化互相關(guān)序列。例如，通過歸一化互相關(guān)函數(shù)(NCCF, Normalized Cross-Correlation Function)將信號轉(zhuǎn)換成歸一化互相關(guān)序列 R(J)
jV-1
^s(n)s(n-j)RU)= ,, J = 0,K ,M
Jz^2 (^2 J)
V rt 二 0/7 二 ο其中，M為互相關(guān)時延長度，N為互相關(guān)序列長度。之后，對得到的歸一化互相關(guān)(NCC，Normalized Cross-Correlation)序列，計算 ^il^F^F^liSiS^ ^ (CAMDF, Circular Average Magnitude Difference Function), 信號進一步轉(zhuǎn)換成循環(huán)平均幅度差序列A (j)
1 1MA(J) = ~Σ\Κ((η +J)modM)~R(n% 7=0,K ,—進一步地,對循環(huán)平均幅度差(CAMD, Circular Average Magnitude Difference) 序列進行修正，求取NCC序列的修正循環(huán)平均幅度差(MCAMD，Modified Circular Average Magnitude Difference) j^^lj M(j)MA(J) = A^ -A{j), j = 0,K ,今呲處，Afflax 為 A(j)序列的最大值。MA (j)的最大值對應(yīng)的延遲是一個子幀(若將信號分成若干子幀進行分析)可能的基音周期估計值。如前所述，由于靜音幀的周期不明顯或者沒有周期，對靜音幀的基音周期進行估計往往與實際的基音周期偏離較大，從而影響對整個信號基音周期估計的準確性。因此，在本發(fā)明實施例中，對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列具體包括對經(jīng)過預(yù)處理的非靜音幀信號計算其歸一化互相關(guān)序列，根據(jù)得到的非靜音幀信號的歸一化互相關(guān)序列求取該非靜音幀信號的歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列。S303,根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。記MCAMD序列最大值為MAmax (i)，則在本發(fā)明實施例中，根據(jù)修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正包括步驟S3031、 S3032 和 S3033 S3031,比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值 MAfflax (i+1)與第一中間變量MAmax的加權(quán)值，若所述MAmax (i+Ι)大于所述MAmax的加權(quán)值，則分別以所述MAmax(i+Ι)和所述MAmax(i+l)對應(yīng)的延遲T(i+1)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)。這里的子幀可以是已經(jīng)劃分為16個子幀的一幀信號，例如，語音信號或音頻信號，其16個子幀中的任何一個子幀，頻率區(qū)域是在基音頻率范圍內(nèi)劃分的若干頻率區(qū)間。 例如，在80Hz 4000Hz之間的基音頻率范圍內(nèi)劃分成的五個頻率區(qū)域第一頻率區(qū)域 [80，160)Hz、第二頻率區(qū)域[160，320)Hz、第三頻率區(qū)域[320,640)Hz、第四頻率區(qū)域[640， 1280)Hz和第五頻率區(qū)域[1280,4000)Hzο
步驟S3031更詳細的說明可參閱附圖1示例的步驟SlOl的相關(guān)說明，此處不做贅述。S3032，計算第二中間變量T。pt與當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid—。的比值。若第二中間變量T。pt與當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。的比值小于第一校正因子或大于第二校正因子并且所述Tpm mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt。若T。pt 被賦予一個值，例如，T。pt = MAmax(4)，則計算 T。pt/Tpre mid。。SM, Tprejlid o 是當前子幀前奇數(shù)個子幀的基音周期估計中值。在本發(fā)明提供的實施例中，Tpm mid。取當前子幀前5個子幀的基音周期估計中值可以得到較好的估計結(jié)果。例如，假設(shè)當前子幀是子幀 F8(F8的下標“8”表示子幀的編號，下同)，記子幀F(xiàn)8前5個子幀依次為子幀F(xiàn)7、子幀F(xiàn)6、子幀F(xiàn)5、子幀F(xiàn)4和子幀F(xiàn)3,則子幀F(xiàn)8前5個子幀的基音周期估計中值是子幀F(xiàn)7、子幀F(xiàn)6、子幀 F5、子幀F(xiàn)4和子幀F(xiàn)3的基音周期估計值經(jīng)過中值濾波后得到，也是當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值，即子幀F(xiàn)5的基音周期估計值。在本實施例，第一校正因子T1、第二校正因子r2和第二經(jīng)驗因子P 2分別可以取 0. 75、1· 4 和 0. 85。S3033，將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt—起進行中值濾波，以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值。步驟S3033更詳細的說明可參閱附圖1示例的步驟S103的相關(guān)說明，此處不做贅述。從附圖3的示例可知，本發(fā)明是根據(jù)得到的歸一化互相關(guān)序列求取歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列，進而根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。從總體上看，本發(fā)明實施例提供的基于歸一化互相關(guān)加權(quán)修正循環(huán)平均幅度差函數(shù)的基音估計算法，與現(xiàn)有技術(shù)的時域基音估計算法相比具有較低時延，與頻域算法相比計算復(fù)雜度低并且性能上相差不大。另一方面，由于修正循環(huán)平均幅度差序列是從具有良好周期性的歸一化互相關(guān)序列推衍而得，因此可以降低歸一化互相關(guān)序列算法估計基音周期時出現(xiàn)半頻/倍頻錯誤的概率，而根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正(例如，用當前子幀修正循環(huán)平均幅度差序列得到的修正的基音延遲估計值，與當前子幀前偶數(shù)個子幀的基音周期估計值進行中值濾波)則可以進一步減少估算基音周期時出現(xiàn)的半頻/倍頻錯誤，相當于進一步提高了基音周期估計的準確度。請參閱附圖4，是本發(fā)明實施例提供的一種基音周期估計值修正裝置邏輯結(jié)構(gòu)示意圖。為了便于說明，僅僅示出了與本發(fā)明實施例相關(guān)的部分。附圖4示例的基音周期估計值修正裝置包含的功能模塊/單元可以是軟件模塊/單元、硬件模塊/單元或軟硬件相結(jié)合模塊/單元，包括比較模塊401、校正模塊402和中值濾波模塊403，其中比較模塊401，用于比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(i+l)與第一中間變量MAmax的加權(quán)值，若所述MAmax(i+l)大于所述MAmax的加權(quán)值， 則分別以所述MAmax (i+Ι)和所述MAmax (i+1)對應(yīng)的延遲T(i+1)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)，所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述頻率區(qū)域是在所述基音頻率范圍內(nèi)劃分的若干頻率區(qū)間；校正模塊402，用于計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmax0大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；所述用所述MAmax0應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述MAmaxtl對應(yīng)的延遲Ttl ；中值濾波模塊403，用于將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波，以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值；所述中間子幀是所述當前子幀的前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。需要說明的是，以上基音周期估計值修正裝置的實施方式中，各功能模塊的劃分僅是舉例說明，實際應(yīng)用中可以根據(jù)需要，例如相應(yīng)硬件的配置要求或者軟件的實現(xiàn)的便利考慮，而將上述功能分配由不同的功能模塊完成，即將所述基音周期估計值修正裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。而且，實際應(yīng)用中，本實施例中的相應(yīng)的功能模塊可以是由相應(yīng)的硬件實現(xiàn)，也可以由相應(yīng)的硬件執(zhí)行相應(yīng)的軟件完成，例如，前述的校正模塊中，可以是具有執(zhí)行前述計算第二中間變量T。pt與當前子幀前奇數(shù)個子幀的基音周期估計中值Tpm mid。的比值的硬件，例如比值計算器，也可以是能夠執(zhí)行相應(yīng)計算機程序從而完成前述功能的一般處理器或者其他硬件設(shè)備；再如前述的中值濾波模塊，可以是具有執(zhí)行前述將當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波功能的硬件，如中值濾波器，也可以是能夠執(zhí)行相應(yīng)計算機程序從而完成前述功能的一般處理器或者其他硬件設(shè)備。附圖4示例的基音周期估計值修正裝置中，基音頻率范圍可以為[80Hz，4000Hz)， 所述頻率區(qū)域是在[80Hz，4000Hz)內(nèi)劃分的第一頻率區(qū)域[80Hz，160Hz)、第二頻率區(qū)域 [160Hz，320Hz)、第三頻率區(qū)域[320Hz，640Hz)、第四頻率區(qū)域R40Hz，U80Hz)和第五頻率區(qū)域[U80Hz，4000Hz)。此時，比較模塊401具體用于預(yù)設(shè)第一中間變量MAmax值為當前子幀在[80Hz，160Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(I),預(yù)設(shè)第二中間變量T-值為所述MAmax(I)對應(yīng)的延遲T(I)；比較當前子幀在[160Hz，320Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax⑵與第一中間變量MAmax的加權(quán)值并對所述MAmax和所述T。pt進行修正、比較當前子幀在[320Hz，640Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(；3)與第一中間變量 MAfflax的加權(quán)值并對所述MAmax和所述T。pt進行修正、比較當前子幀在[640Hz，1280Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax (4)與第一中間變量MAmax的加權(quán)值并對所述MAmax和所述T。pt進行修正，以及比較當前子幀在[U80Hz，4000Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(5)與第一中間變量MAmax的加權(quán)值并對所述MAmax和所述T。pt進行修正。附圖4示例的基音周期估計值修正裝置中，當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid?？梢詾樗霎斍白訋?個子幀的基音周期估計中值Tpm mid。，Tprejlid o鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax 與第二經(jīng)驗因子的乘積為所述Tpm mid。鄰近1毫秒范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積。此時，校正模塊402具體用于計算所述第二中間變量T。pt與所述當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpm mid。鄰近1毫秒范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則將第二中間變量T。pt的當前值設(shè)置所述 MAfflax0對應(yīng)的延遲T。。附圖4示例的基音周期估計值修正裝置中，中值濾波模塊403具體用于將所述當前子幀前4個子幀的基音周期估計值Tpm e與第二中間變量T。pt進行中值濾波。請參閱附圖5，是本發(fā)明實施例提供的一種基音估計裝置邏輯結(jié)構(gòu)示意圖。為了便于說明，僅僅示出了與本發(fā)明實施例相關(guān)的部分。附圖5示例的基音估計裝置可以用于語音音頻統(tǒng)一編碼中的時間規(guī)整技術(shù)模塊中，也可以用于語音信號的基音估計，其包括預(yù)處理模塊501、序列求取模塊502和修正模塊503，其中預(yù)處理模塊501，用于對接收的信號進行預(yù)處理，所述信號包括語音信號或音頻信號；序列求取模塊502，用于對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列；修正模塊503，用于根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。附圖5示例的預(yù)處理模塊501還可以包括判斷單元601，如附圖6示例的基音估計裝置。判斷單元601用于對接收的信號進行預(yù)處理后，對所述信號的靜音幀和非靜音幀進行判斷，此時，序列求取模塊502具體用于對所述經(jīng)過預(yù)處理的非靜音幀信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的非靜音幀信號的歸一化互相關(guān)序列求取所述非靜音幀信號的歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列。附圖5或附圖6示例的修正模塊503還可以包括比較單元701、校正單元702和中值濾波單元703，如附圖7示例的基音估計裝置，其中比較單元701，用于比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(i+l)與第一中間變量MAmax的加權(quán)值，若所述MAmax(i+l)大于所述MAmax的加權(quán)值， 則分別以所述MAmax (i+Ι)和所述MAmax (i+1)對應(yīng)的延遲T(i+1)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)，所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述頻率區(qū)域是在所述基音頻率范圍內(nèi)劃分的若干頻率區(qū)間；校正單元702，用于計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmax0大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；所述用所述MAmax0對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述MAmaxtl對應(yīng)的延遲Ttl，中值濾波單元703，用于將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波，以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值；所述中間子幀是所述當前子幀前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。需要說明的是，上述裝置各模塊/單元之間的信息交互、執(zhí)行過程等內(nèi)容，由于與本發(fā)明方法實施例基于同一構(gòu)思，其帶來的技術(shù)效果與本發(fā)明方法實施例相同，具體內(nèi)容可參見本發(fā)明方法實施例中的敘述，此處不再贅述。附圖8給出了附圖5至附圖7任一示例的基音估計裝置用于語音音頻統(tǒng)一編碼的時間規(guī)整(TW，Time Warp)技術(shù)模塊的結(jié)構(gòu)示意圖。附圖8示例的語音音頻統(tǒng)一編碼的時間規(guī)整技術(shù)模塊包括心理聲學控制模塊801、Tff信息編碼器803、Tff信息解碼器804、Tff 映射模型構(gòu)建模塊805、比特輸出模塊806、Tff重采樣模塊807、加窗映射模塊808、修正的離散余弦變換(Modified Discrete Cosine Transform,MDCT)模塊 809 和附圖 5 至附圖 7 任一示例的基音估計裝置802。在附圖8示例的時間規(guī)整技術(shù)模塊中，若根據(jù)信號分類判別，判定使用頻域編碼方式進行編碼，當編碼器采用TW模式時，則將待編碼信號分別送入心理聲學控制模塊801、 基音估計裝置802和TW重采樣模塊807。心理聲學控制模塊801提取信號的心理聲學參數(shù)，用于輔助加窗映射模塊808中的窗型選擇；基音估計裝置802對信號的音調(diào)變化進行跟蹤，提取基音信息，主要包括基音周期估計值(在本實施例中，基音周期可用于計算TW映射曲線參數(shù)信息)；TW重采樣模塊807完成待編碼信號的時域重映射，以提高待編碼信號在頻域的頻譜集中度。TW信息編碼器803對輸入的TW映射曲線參數(shù)信息進行編碼量化并存儲在碼流中，而TW信息解碼器804對編碼量化后的TW映射曲線參數(shù)信息進行解碼。本實施例中，使用解碼后的TW映射曲線參數(shù)信息來構(gòu)建TW映射模型，可以使編碼與解碼端的映射參數(shù)保持一致，從而可以在解碼端根據(jù)該參數(shù)信息恢復(fù)出與編碼端完全一致的映射曲線，避免因量化編碼所帶來的誤差。解碼后的TW映射曲線參數(shù)信息輸入至TW映射模型構(gòu)建模塊805。Tff映射模型構(gòu)建模塊805根據(jù)解碼后的TW映射曲線參數(shù)信息構(gòu)建映射曲線， 并計算時頻變換操作所需的重采樣和窗函數(shù)等控制信息。待編碼信號經(jīng)過TW重采樣模塊 807重采樣和TW加窗映射模塊808加窗映射后，得到TW域信號，送入修正的離散余弦變換模塊809進行變換，從而得到TW-MDCT的系數(shù)。由于TW編碼時，每幀需要16個基音信息來計算映射曲線，實現(xiàn)時每幀數(shù)據(jù)長度采用IOM點時，即每隔64點輸出一個基音數(shù)據(jù)?；舾櫮K的具體實施方案為采用1 點的矩形窗，每次平移64點的方式進行基音周期估計，每幀數(shù)據(jù)計算16個基音值。附圖9給出了附圖5至附圖7任一示例的基音估計裝置用于語音信號的基音估計時，語音信號基音估計系統(tǒng)邏輯結(jié)構(gòu)示意圖。為了便于說明，僅僅示出了與本發(fā)明實施例相關(guān)的部分。附圖9示例的語音信號基音估計系統(tǒng)包括預(yù)處理模塊901、清音濁音判斷模塊 902、中心削波模塊903、基音周期置零模塊904、序列求取模塊905和修正模塊906，其中，預(yù)處理模塊901、序列求取模塊905和修正模塊906可以分別是附圖5至附圖7任一示例基音估計裝置中的預(yù)處理模塊、序列求取模塊和修正模塊預(yù)處理模塊901，用于對輸入的語音信號進行高通低通濾波、去均值和數(shù)值平滑等；清音濁音判斷模塊902，用于根據(jù)短時能量和短時過零率判斷經(jīng)過預(yù)處理模塊 901處理的語音信號是濁音還是清音；中心削波模塊903，用于去除濁音信號中能量較小部分；基音周期置零模塊904，用于對清音信號的基音周期置零；序列求取模塊905，用于對經(jīng)過所述中心削波模塊903處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列；修正模塊906，用于根據(jù)所述序列求取模塊905求取的修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機可讀存儲介質(zhì)中，存儲介質(zhì)可以包括只讀存儲器(ROM，Read Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁盤或光盤等。以上對本發(fā)明實施例提供的基音周期估計值修正方法、基音估計方法和相關(guān)裝置進行了詳細介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式
及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
權(quán)利要求
1.一種基音周期估計值修正方法，其特征在于，所述方法包括比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(i+l)與第一中間變量MAmax的加權(quán)值，若所述MAmax (i+Ι)大于所述MAmax的加權(quán)值，則分別以所述MAmax(i+l) 和所述MAmax (i+1)對應(yīng)的延遲T(i+1)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)；計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpm mid 。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值嫩^⑷大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波， 以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值；所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述用所述 MAfflax0對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述 MA_。對應(yīng)的延遲Ttl,所述中間子幀是所述當前子幀前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。
2.如權(quán)利要求1所述的方法，其特征在于，所述基音頻率范圍為[80Hz，4000Hz)，所述頻率區(qū)域是在[80Hz，4000Hz)內(nèi)劃分的第一頻率區(qū)域[80Hz，160Hz)、第二頻率區(qū)域 [160Hz，320Hz)、第三頻率區(qū)域[320Hz，640Hz)、第四頻率區(qū)域R40Hz，U80Hz)和第五頻率區(qū)域[1280Hz,4000Hz)；所述比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(i+l)與第一中間變量MAmax的加權(quán)值包括預(yù)設(shè)第一中間變量MAmax值為當前子幀在[80Hz，160Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(I),預(yù)設(shè)第二中間變量T-值為所述MAmax(I)對應(yīng)的延遲T(I)；若當前子幀在[160Hz，320Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax ( 大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (2)和所述MAmax (2)對應(yīng)的延遲T (2)替代所述MAmax和所述 Topt ；若當前子幀在[320Hz，640Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax (；3)大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (3)和所述MAmax (3)對應(yīng)的延遲T (3)替代所述MAmax和所述 Topt ；若當前子幀在W40Hz，U80Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(4)大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (4)和所述MAmax (4)對應(yīng)的延遲T (4)替代所述MAmax和所述 Topt ；若當前子幀在[U80Hz，4000Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(5)大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (5)和所述MAmax (5)對應(yīng)的延遲T (5)替代所述MAmax和所述 Topt。
3.如權(quán)利要求1所述的方法，其特征在于，所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。為所述當前子幀前5個子幀的基音周期估計中值Tpm mid。；所述當前子幀前5個子幀的基音周期估計中值Tpre mid。為所述當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值；所述計算所述第二中間變量T-與所述當前子幀前奇數(shù)個子幀的基音周期估計中值 TpMmid。的比值為計算所述第二中間變量T。pt與所述當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值的比值。
4.如權(quán)利要求1所述的方法，其特征在于，所述Tpmmid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAfflax與第二經(jīng)驗因子的乘積為所述Tpm mid。鄰近1毫秒范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl 大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積。所述用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為Tpm mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmax0對應(yīng)的延遲T。。
5.如權(quán)利要求1所述的方法，其特征在于，所述將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波包括將所述當前子幀前4個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波。
6.如權(quán)利要求1至5任意一項所述的方法，其特征在于，所述第一經(jīng)驗因子為0.95，所述第一校正因子為0. 75，所述第二校正因子為1. 4，所述第二經(jīng)驗因子為0. 85。
7.一種基音周期估計值修正裝置，其特征在于，所述裝置包括比較模塊，用于比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值 MAfflax (i+1)與第一中間變量MAmax的加權(quán)值，若所述MAmax (i+Ι)大于所述MAmax的加權(quán)值，則分別以所述MAmax(i+Ι)和所述MAmax(i+l)對應(yīng)的延遲T(I)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)；校正模塊，用于計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid—。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；中值濾波模塊，用于將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量 Topt進行中值濾波，以進行所述中值濾波后得到的基音周期估計值作為中間子幀的基音周期估計值；所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述用所述 MAfflax0對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述 MA_。對應(yīng)的延遲Ttl,所述中間子幀是所述當前子幀的前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。
8.如權(quán)利要求7所述的裝置，其特征在于，所述基音頻率范圍為[80Hz，4000Hz)，所述頻率區(qū)域是在[80Hz，4000Hz)內(nèi)劃分的第一頻率區(qū)域[80Hz，160Hz)、第二頻率區(qū)域 [160Hz，320Hz)、第三頻率區(qū)域[320Hz，640Hz)、第四頻率區(qū)域R40Hz，U80Hz)和第五頻率區(qū)域[1280Hz,4000Hz)；所述比較模塊具體用于預(yù)設(shè)第一中間變量MAmax值為當前子幀在[80Hz，160Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(I),預(yù)設(shè)第二中間變量T-值為所述MAmax(I)對應(yīng)的延遲T(I)；若當前子幀在[160Hz，320Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax ( 大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (2)和所述MAmax (2)對應(yīng)的延遲T (2)替代所述MAmax和所述 Topt ；若當前子幀在[320Hz，640Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax (；3)大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (3)和所述MAmax (3)對應(yīng)的延遲T (3)替代所述MAmax和所述 Topt ；若當前子幀在W40Hz，U80Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(4)大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (4)和所述MAmax (4)對應(yīng)的延遲T (4)替代所述MAmax和所述 Topt ；若當前子幀在[U80Hz，4000Hz)內(nèi)修正循環(huán)平均幅度差序列最大值MAmax(5)大于所述 MAfflax的加權(quán)值，則分別以所述MAmax (5)和所述MAmax (5)對應(yīng)的延遲T (5)替代所述MAmax和所述 Topt。
9.如權(quán)利要求7所述的裝置，其特征在于，所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。為所述當前子幀前5個子幀的基音周期估計中值Tpm mid。；所述當前子幀前5個子幀的基音周期估計中值Tpre mid。為所述當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值；所述Tpm mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積為所述Tpm mid。鄰近1毫秒范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積；所述用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述MAmaxtl對應(yīng)的延遲Ttl ；所述校正模塊具體用于計算所述第二中間變量T。pt與所述當前子幀前5個子幀中編號為中間值的子幀的基音周期估計值的比值；若所述比值小于第一校正因子或大于第二校正因子并且所述Tpm mid。鄰近1毫秒范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值嫩^⑷大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則將第二中間變量T。pt的當前值設(shè)置為所述MAmaxtl對應(yīng)的延遲 ；。
10.如權(quán)利要求7所述的裝置，其特征在于，所述中值濾波模塊具體用于將所述當前子幀前4個子幀的基音周期估計值Tpm e與第二中間變量T。pt進行中值濾波。
11.一種基音估計方法，其特征在于，所述方法包括對接收的信號進行預(yù)處理，所述信號包括語音信號或音頻信號；對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列；根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。
12.如權(quán)利要求11所述的方法，其特征在于，所述對接收的信號進行預(yù)處理包括對所述信號的靜音幀和非靜音幀進行判斷；所述對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列為對所述經(jīng)過預(yù)處理的非靜音幀信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的非靜音幀信號的歸一化互相關(guān)序列求取所述非靜音幀信號的歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列。
13.如權(quán)利要求11所述的方法，其特征在于，所述根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正包括比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值MA x(i+l)與第一中間變量MAmax的加權(quán)值，若所述MAmax (i+Ι)大于所述MAmax的加權(quán)值，則分別以所述MAmax(i+l) 和所述MAmax (i+Ι)對應(yīng)的延遲替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)；計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpm mid 。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值嫩^⑷大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量T。pt進行中值濾波， 以進行所述中值濾波后得到的值作為中間子幀的基音周期估計值；所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述用所述 MAfflax0對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述 MA_。對應(yīng)的延遲Ttl,所述中間子幀是所述當前子幀前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。
14.一種基音估計裝置，其特征在于，所述裝置包括預(yù)處理模塊，用于對接收的信號進行預(yù)處理，所述信號包括語音信號或音頻信號； 序列求取模塊，用于對所述經(jīng)過預(yù)處理的信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的歸一化互相關(guān)序列求取所述歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列；修正模塊，用于根據(jù)所述修正循環(huán)平均幅度差序列在基音頻率范圍內(nèi)的最大值對應(yīng)的延遲，對基音延遲估計值進行修正，以所述修正所得的延遲估計值為所述信號的基音周期估計值。
15.如權(quán)利要求14所述的裝置，其特征在于，所述預(yù)處理模塊還包括判斷單元，用于對接收的信號進行預(yù)處理包括對所述信號的靜音幀和非靜音幀進行判斷；所述序列求取模塊具體用于對所述經(jīng)過預(yù)處理的非靜音幀信號計算其歸一化互相關(guān)序列，根據(jù)所述得到的非靜音幀信號的歸一化互相關(guān)序列求取所述非靜音幀信號的歸一化互相關(guān)序列的修正循環(huán)平均幅度差序列。
16.如權(quán)利要求14所述的裝置，其特征在于，所述修正模塊包括比較單元，用于比較當前子幀在當前頻率區(qū)域內(nèi)修正循環(huán)平均幅度差序列最大值 MAfflax (i+Ι)與第一中間變量MAmax的加權(quán)值，若所述MAmax (i+Ι)大于所述MAmax的加權(quán)值，則分別以所述MAmax(i+Ι)和所述MAmax(i+l)對應(yīng)的延遲T(I)替代第一中間變量MAmax和第二中間變量T。pt，重復(fù)所述比較過程，直至所述當前頻率區(qū)域不在基音頻率范圍之內(nèi)；校正單元，用于計算所述第二中間變量T。pt與所述當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre mid。的比值，若所述比值小于第一校正因子或大于第二校正因子并且所述Tpre mid—。鄰近范圍內(nèi)所述當前子幀的修正循環(huán)平均幅度差序列最大值MAmaxtl大于所述第一中間變量MAmax與第二經(jīng)驗因子的乘積，則用所述MAmaxtl對應(yīng)的延遲Ttl校正第二中間變量T。pt ；中值濾波單元，用于將所述當前子幀前偶數(shù)個子幀的基音周期估計值與第二中間變量 Topt進行中值濾波，以進行所述中值濾波后得到的基音周期估計值作為中間子幀的基音周期估計值；所述第一中間變量MAmax的加權(quán)值是所述MAmax與第一經(jīng)驗因子的乘積，所述用所述 MAfflax0對應(yīng)的延遲Ttl校正第二中間變量T。pt是將第二中間變量T。pt的當前值設(shè)置為所述 MA_。對應(yīng)的延遲Ttl,所述中間子幀是所述當前子幀前偶數(shù)個子幀和所述當前子幀構(gòu)成的若干子幀中子幀編號為中間值的子幀，所述偶數(shù)是小于所述奇數(shù)的最大偶數(shù)。
全文摘要
本發(fā)明提供基音周期估計值修正方法，包括當前子幀在當前頻率區(qū)域內(nèi)MCAMD的序列最大值MAmax(i+1)大于中間變量MAmax的加權(quán)值時，分別以MAmax(i+1)和MAmax(i+1)的延遲替代中間變量MAmax和中間變量Topt；若中間變量Topt與當前子幀前奇數(shù)個子幀的基音周期估計中值Tpre_mid_o的比值小于校正因子r1或大于校正因子r2并且Tpre_mid_o鄰近范圍內(nèi)當前子幀的MCAMD的序列最大值MAmax0大于中間變量MAmax與經(jīng)驗因子ρ2的乘積，用MAmax0對應(yīng)的延遲T0校正中間變量Topt；將當前子幀前偶數(shù)個子幀的基音周期估計值與中間變量Topt進行中值濾波。
文檔編號G10L11/04GK102231274SQ20111011826
公開日2011年11月2日 申請日期2011年5月9日 優(yōu)先權(quán)日2011年5月9日
發(fā)明者黨紅強, 劉貴忠, 杜正中, 頓玉潔 申請人:華為技術(shù)有限公司