專利名稱：基音搜索方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明實(shí)施例涉及語(yǔ)音編解碼領(lǐng)域，涉及一種基音搜索方法及裝置。
背景技術(shù)：
通常語(yǔ)音頻信號(hào)具有一定的周期性特征，采用長(zhǎng)時(shí)預(yù)測(cè)(Long Term Prediction,以下簡(jiǎn)稱LTP )方法可以去掉語(yǔ)音頻信號(hào)中的長(zhǎng)時(shí)周期性。在 進(jìn)行LTP預(yù)測(cè)時(shí)，需要預(yù)先搜索基音?，F(xiàn)有技術(shù)提供了一種利用自相關(guān)函數(shù) 的基音搜索方法，在運(yùn)動(dòng)圖像專家組音頻無(wú)損編碼(Moving Pictures Experts Group Audio Lossless Coding,以下簡(jiǎn)稱MPEGALS)裝置中，利用歷史緩 沖區(qū)的數(shù)據(jù)作為激勵(lì)信號(hào)來(lái)預(yù)測(cè)當(dāng)前幀信號(hào)。下面以開環(huán)基因分析為例進(jìn)行 介紹。
首先通過(guò)將原始語(yǔ)音信號(hào)輸入感知加權(quán)濾波器中得到加權(quán)語(yǔ)音信號(hào)
// 一 1
、(")，感知加權(quán)濾波器的表達(dá)式為^)=牟仏)^_—其中
(31=0.68。對(duì)于每一子幀，子幀長(zhǎng)為1^=64，加權(quán)語(yǔ)音信號(hào)、(")表達(dá)式為
<formula>formula see original document page 5</formula>
其中s(n)為原始語(yǔ)音信號(hào)，"'為線性預(yù)測(cè)系數(shù)，^為感知加權(quán)因子。 對(duì)于該加權(quán)語(yǔ)音信號(hào)，采用 一個(gè)四階FIR濾波器H^im2W進(jìn)行2倍下采樣，
得到U (");根據(jù)U ("),采用對(duì)相關(guān)函數(shù)加權(quán)的方式得到
<formula>formula see original document page 5</formula>
所求的基音即為使C(d)最大的基音延遲d，其中w(d)是一個(gè)加權(quán)函數(shù)，包括低延遲加權(quán)函數(shù)"")和前一幀延遲加權(quán)函數(shù)w"("),見式(3): 低延遲加權(quán)函數(shù)"(力的表達(dá)式為
其中cw(d)存在于程序的tab文件中，前一幀延遲加權(quán)函數(shù)w"")取決于前 面幀的基音延遲，其表達(dá)式為
"^) = 丁，化"_ + 98} v>0.8, (5) 1 1.0, 其他
其中L表示前面5幀中基音延遲的平均值，v是自適應(yīng)因子。當(dāng)開環(huán) 基音增益gX).6時(shí)，該幀定義為濁音，則下一幀的v設(shè)為1;否則v=0.9v。開 環(huán)基音增益g的表達(dá)式為
63
max /
63 63
(!^w(")I^L("—"腦
使C(d)最大的基音延遲。中值濾波器僅在濁音幀時(shí)更新。如果前一幀包 含清音或靜音，加權(quán)函數(shù)將受到參數(shù)v的衰減。
由以上描述可以看出，在現(xiàn)有技術(shù)中，為了解決長(zhǎng)時(shí)周期性的問題，采' 用對(duì)一幀輸入語(yǔ)音信號(hào)計(jì)算自相關(guān)函數(shù)的方法進(jìn)行處理，來(lái)獲得基音。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供了一種基音搜索方法及裝置，不需要計(jì)算整幀輸入語(yǔ) 音信號(hào)的相關(guān)函數(shù)值。
本發(fā)明實(shí)施例提供了一種基音搜索方法，包括
獲取殘差信號(hào)的特征函數(shù)值，所述殘差信號(hào)根據(jù)輸入語(yǔ)音信號(hào)去掉長(zhǎng)時(shí) 預(yù)測(cè)貢獻(xiàn)信號(hào)獲得；根據(jù)所述殘差信號(hào)的特征函數(shù)值，獲得基音。 本發(fā)明實(shí)施例提供了另一種基音搜索方法，包括
在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖；
根據(jù)所述幅度或幅值最大的脈沖的位置，對(duì)所述輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)
窗；
滑動(dòng)所述目標(biāo)窗得到滑動(dòng)窗，計(jì)算所述滑動(dòng)窗內(nèi)的輸入語(yǔ)音信號(hào)與所述
目標(biāo)窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得所述相關(guān)系數(shù)最大值； 根據(jù)所述相關(guān)系數(shù)最大值，獲取基音。 本發(fā)明實(shí)施例提供了一種基音搜索裝置，包括
特征值獲取模塊，用于獲取殘差信號(hào)的特征函數(shù)值，所述殘差信號(hào)是根
據(jù)輸入語(yǔ)音信號(hào)去掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)而得到的；
基音獲取模塊，用于根據(jù)所述殘差信號(hào)的特征函數(shù)值，獲得基音。 本發(fā)明實(shí)施例提供了另一種基音搜索裝置，包括 查找模塊，用于在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖； 目標(biāo)窗模塊，用于根據(jù)所述幅度或幅值最大的脈沖的位置，對(duì)所述輸入
語(yǔ)音信號(hào)設(shè)置目標(biāo)窗；
計(jì)算才莫塊，用于滑動(dòng)所述目標(biāo)窗得到滑動(dòng)窗，計(jì)算所述滑動(dòng)窗內(nèi)的輸入
語(yǔ)音信號(hào)與所述目標(biāo)窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得所述相關(guān)系數(shù)最
大值；
基音獲取模塊，用于根據(jù)所述相關(guān)系數(shù)最大值，獲取基音。
本發(fā)明實(shí)施例提供的一種基音搜索方法及裝置，獲取殘差信號(hào)的特征函
數(shù)值，根據(jù)該殘差信號(hào)的特征函數(shù)值，獲得基音，不需要計(jì)算整幀輸入語(yǔ)音
信號(hào)的相關(guān)函數(shù)值。


圖l為本發(fā)明提供的一種基音搜索方法實(shí)施例一 流程圖;圖2為本發(fā)明提供的一種基音搜索方法實(shí)施例二的流程圖； 圖3為本發(fā)明提供的一種基音搜索方法實(shí)施例三的流程圖； 圖4為本發(fā)明提供的另一種基音搜索方法實(shí)施例一的流程圖； 圖5為本發(fā)明提供的另一種基音搜索方法實(shí)施例二的流程圖； 圖6為本發(fā)明提供的一種基音搜索裝置實(shí)施例的結(jié)構(gòu)示意圖； 圖7為本發(fā)明提供的另 一種基音搜索裝置實(shí)施例的結(jié)構(gòu)示意圖。
具體實(shí)施例方式
下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明實(shí)施例的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
如圖1所示，為本發(fā)明提供的一種基音搜索方法實(shí)施例一的流程圖，具 體包括如下步驟
步驟101、獲取殘差信號(hào)的特征函數(shù)值，該殘差信號(hào)是根據(jù)輸入語(yǔ)音信 號(hào)去掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)而得到的；
步驟102、根據(jù)殘差信號(hào)的特征函數(shù)值，獲得基音。
本實(shí)施例獲取殘差信號(hào)的特征函數(shù)值，根據(jù)該殘差信號(hào)的特征函數(shù)值， 獲得基音，不需要計(jì)算整幀輸入語(yǔ)音信號(hào)的相關(guān)函數(shù)值。
如圖2所示，為本發(fā)明提供的一種基音搜索方法實(shí)施例二的流程圖，具 體包括如下步驟
步驟201、將輸入語(yǔ)音信號(hào)進(jìn)行預(yù)處理；
該預(yù)處理的操作可以為低通濾波處理，也可以為下采樣處理，還可以為 先進(jìn)行低通濾波處理，再進(jìn)行下采樣處理；具體地低通濾波處理可以為均值 濾波。以PCM信號(hào)為例，用y(n)表示輸入語(yǔ)音信號(hào)，設(shè)輸入語(yǔ)音信號(hào)的幀長(zhǎng) L-160,即一幀包括160個(gè)樣點(diǎn)；用y2(n)表示經(jīng)過(guò)下采樣處理的輸入語(yǔ)音信 號(hào)，以下稱為下采用信號(hào)；本實(shí)施例以2倍下采樣為例，則有MtT (7) M是中值濾波器的階數(shù)；y2(n)的樣點(diǎn)范圍為
。 本步驟為可選步驟，也可以不經(jīng)過(guò)預(yù)處理直接執(zhí)行步驟202。 步驟202、查找輸入語(yǔ)音信號(hào)幅度或幅值最大的脈沖； 本實(shí)施例可以在整幀信號(hào)范圍內(nèi)查找該脈沖，也可以在一幀信號(hào)中的設(shè)
定范圍內(nèi)查找脈沖。以在一幀信號(hào)中的設(shè)定范圍內(nèi)查找該脈沖為例，可具體
i兌明如下
首先，對(duì)于輸入語(yǔ)音信號(hào)y(n)，根據(jù)幀長(zhǎng)，預(yù)先設(shè)定其基音范圍，在設(shè) 定其基音范圍時(shí)，應(yīng)參照幀長(zhǎng)，并考慮到基音不能過(guò)大，若基音過(guò)大，則導(dǎo) 致一幀信號(hào)中較少的樣點(diǎn)參與LTP計(jì)算，降低了LTP的性能。舉例來(lái)說(shuō)，針 對(duì)幀長(zhǎng)L二160，本實(shí)施例設(shè)定y(n)基音范圍為[20， 83]。由于本實(shí)施例步驟 202中采用2倍下采樣，則下采樣信號(hào)y2(n)的基音范圍[PMIN, PMAX]為[IO， 41],即PMIN=10, PMAX=41，為了保證在基音最大時(shí)，依然能夠搜索到基 音，將搜索脈沖的樣點(diǎn)范圍設(shè)置為[41， 79]。
然后，在樣點(diǎn)范圍[41， 79]內(nèi)，查找y2(n)幅度或幅值最大的脈沖，設(shè)該 幅度或幅值最大的脈沖對(duì)應(yīng)的樣點(diǎn)為p0, 41《p0<79,則有
血O2O0))2一;;2("))，"e[尸M4X,l"一l],"^ ; 0 (8)
在本實(shí)施例中，y2(n)的幅度可以為實(shí)數(shù)；y2(n)的幅值表示幅度的絕對(duì)值， 為非負(fù)數(shù)。
步驟203、根據(jù)輸入語(yǔ)音信號(hào)幅度或幅值最大的脈沖樣點(diǎn)pO的位置，設(shè) 置目標(biāo)窗；
具體地說(shuō)，在樣點(diǎn)pO周圍加一個(gè)目標(biāo)窗，選取一部分信號(hào)，該目標(biāo)窗覆 蓋樣點(diǎn)pO;其中，該目標(biāo)窗的范圍為pmin , smax]，目標(biāo)窗的長(zhǎng)度 /e" = smax-smin ,目標(biāo)窗的長(zhǎng)度len的范圍為l-L，也就是說(shuō)，目標(biāo)窗可以覆 蓋整幀信號(hào)。舉例來(lái)i兌，s min = s — max(>0 — 1), ;y max = 一 min(p0 + d,79),其中d用于P艮
制目標(biāo)窗的長(zhǎng)度，本實(shí)施例中d=15， Lmax(p0-t/，41)表示取P0-"和41兩者 的較大值，s —min(;70 + "，79)表示取;K) + "和79兩者的較小值。
步驟204、分別計(jì)算與預(yù)先設(shè)定的基音范圍內(nèi)的每一個(gè)基音對(duì)應(yīng)的輸入 語(yǔ)音信號(hào)(本實(shí)施例為下采樣信號(hào))的殘差信號(hào)；該殘差信號(hào)為輸入語(yǔ)音信 號(hào)去掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)后的殘差信號(hào)，該長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)是根據(jù)長(zhǎng)時(shí)預(yù) 測(cè)激勵(lì)信號(hào)和基音增益確定的；
_y2(0， / = 0,1,…,s min-1 W)H ，r、,r t、. . 丄， (9)
其中，A表示基音，g表示基音增益，g可以為一固定的經(jīng)驗(yàn)值，也可 以為根據(jù)預(yù)先設(shè)定的基音范圍內(nèi)的基音自適應(yīng)確定的值，也就是說(shuō)，對(duì)于不
同的基音k, g可以為相同的值；也可以預(yù)先建立基音k與基音增益g的映射 表，g為隨k而改變的值。
步驟205、計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)能量；
五"0= 2X(/)W),"I^2] (10)
其中，[&，&]表示基音范圍，本實(shí)施例中，^=10, ^=41, A(0表示與A 對(duì)應(yīng)的殘差信號(hào)能量。
步驟206、在計(jì)算得到的殘差信號(hào)能量中選擇最小值，得到殘差信號(hào)能 量最小值^力)，也就是說(shuō)，在[&，&]范圍中，與基音P對(duì)應(yīng)的下采樣信號(hào)y2(n)
的殘差信號(hào)能量￡力')最??；
步驟207、由于y2(n)為y(n)經(jīng)過(guò)2倍下采樣處理而得到的，因此對(duì)于y(n) 來(lái)說(shuō)，獲得的基音為2P。
進(jìn)一步的，為了避免將基音的倍頻誤認(rèn)為基音，本實(shí)施例在獲得基音2P 之后，還可以包括如下處理過(guò)程
在語(yǔ)音信號(hào)域，計(jì)算所獲得基音的相關(guān)函數(shù)，以及所獲得的基音的倍頻的相關(guān)函數(shù)；本步驟根據(jù)下式計(jì)算2P的相關(guān)函數(shù)ww一cw[2尸],以及2P的倍 頻P的相關(guān)函ltwor—cw[P]:
" (11)
將計(jì)算得到的相關(guān)函數(shù)最大值對(duì)應(yīng)的基音作為最終獲得的基音；也就是
il, 比4交"or — cor[2P]和"or — cor[p]的，若"or - cor[2尸]> — ,則將2p
作為語(yǔ)音信號(hào)的最終獲得的基音；"w —"^[2尸]<"^ —a^[尸]，則將p作為語(yǔ)音 信號(hào)的最終獲得的基音。
本實(shí)施例通過(guò)設(shè)置目標(biāo)窗，對(duì)一幀信號(hào)中殘差信號(hào)能量進(jìn)行計(jì)算，不需 要計(jì)算整幀信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度；同時(shí)，通過(guò) 比較基音和基音倍頻的相關(guān)函數(shù)，避免了將基音的倍頻誤認(rèn)為基音，保證了 基音搜索的準(zhǔn)確性。
如圖3所示，為本發(fā)明提供的一種基音搜索方法實(shí)施例三的流程圖，本 實(shí)施例與上述實(shí)施例二的區(qū)別在于將步驟205和206替換為步驟305和306， 本實(shí)施例中殘差信號(hào)的特征函數(shù)值為殘差信號(hào)絕對(duì)值之和，具體介紹如下
步驟305、計(jì)算與基音范圍內(nèi)的每一個(gè)基音對(duì)應(yīng)的下采樣信號(hào)的殘差信 號(hào)絕對(duì)值之和；
■ymax
&(/)= (12)
& (0表示與*對(duì)應(yīng)的殘差信號(hào)絕對(duì)值之和；
步驟306、在計(jì)算得到的殘差信號(hào)絕對(duì)值之和中選擇最小值，得到殘差 信號(hào)絕對(duì)值之和最小值&W,也就是說(shuō)，在^，^]范圍中，與基音P對(duì)應(yīng)的下
采樣信號(hào)的殘差信號(hào)絕對(duì)值之和^W最小。
本實(shí)施例通過(guò)設(shè)置目標(biāo)窗，對(duì)一幀信號(hào)中殘差信號(hào)絕對(duì)值之和進(jìn)行計(jì)算， 不需要計(jì)算整幀信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度。上述實(shí)施例二和三適用于采用一幀信號(hào)中前一部分信號(hào)預(yù)測(cè)后一部分信 號(hào)的情況，本發(fā)明實(shí)施例不僅限于應(yīng)用于該情況，還可以應(yīng)用于采用過(guò)去幀 信號(hào)預(yù)測(cè)當(dāng)前幀信號(hào)的情況，在這種情況下，可以獲取整幀殘差信號(hào)的特征 函數(shù)值，根據(jù)整幀殘差信號(hào)的特征函數(shù)值，獲得基音。
如圖4所示，為本發(fā)明提供的另一種基音搜索方法實(shí)施例一的流程圖，
具體包括如下步驟
步驟401、在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖；
步驟402、根據(jù)幅度或幅值最大的脈沖的位置，對(duì)輸入語(yǔ)音信號(hào)設(shè)置目
標(biāo)窗;
步驟403、滑動(dòng)目標(biāo)窗得到滑動(dòng)窗，計(jì)算滑動(dòng)窗內(nèi)的輸入語(yǔ)音信號(hào)與目 標(biāo)窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得相關(guān)系數(shù)最大值； 步驟404、根據(jù)相關(guān)系數(shù)最大值，獲取基音。
本實(shí)施例通過(guò)設(shè)置目標(biāo)窗，并滑動(dòng)該目標(biāo)窗，計(jì)算滑動(dòng)窗內(nèi)的信號(hào)與目 標(biāo)窗內(nèi)的信號(hào)的相關(guān)系數(shù)，根據(jù)相關(guān)系數(shù)最大值，獲取基音，不需要計(jì)算整. 幀輸入語(yǔ)音信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度。
如圖5所示，為本發(fā)明提供的另一種基音搜索方法實(shí)施例二的流程圖， 具體包括如下步驟
步驟501、將輸入語(yǔ)音信號(hào)進(jìn)行預(yù)處理；
進(jìn)一步的，該預(yù)處理的操作可以為低通濾波處理，也可以為下采樣處理， 還可以為先進(jìn)行低通濾波處理，再進(jìn)行下采樣處理；具體地低通濾波處理可 以為均值濾波。以PCM信號(hào)為例，用y(n)表示輸入的語(yǔ)音信號(hào)，設(shè)輸入的語(yǔ) 音信號(hào)的幀長(zhǎng)L-160，即一幀包括160個(gè)樣點(diǎn)；用y2(n)表示經(jīng)過(guò)下采樣處理 的輸入語(yǔ)音信號(hào)，以下稱為下采用信號(hào)；本實(shí)施例以2倍下采樣為例，則有
<formula>formula see original document page 12</formula>
M是中值濾波器的階數(shù)；y2(n)的樣點(diǎn)范圍為
。本步驟為可選步驟，也可以不經(jīng)過(guò)預(yù)處理直接執(zhí)行步驟502。步驟502、在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖； 本實(shí)施例可以在整幀信號(hào)范圍內(nèi)查找該脈沖，也可以在一幀信號(hào)中設(shè)定 范圍內(nèi)查找脈沖。以在一幀信號(hào)中設(shè)定范圍內(nèi)查找該脈沖為例，可具體說(shuō)明首先，對(duì)于輸入語(yǔ)音信號(hào)y(n)，根據(jù)幀長(zhǎng)，預(yù)先設(shè)定其基音范圍，在設(shè) 定其基音范圍時(shí)，應(yīng)參照幀長(zhǎng)，并考慮到基音不能過(guò)大，若基音過(guò)大，則導(dǎo) 致一幀信號(hào)中較少的樣點(diǎn)參與LTP計(jì)算，降低了LTP的性能。舉例來(lái)說(shuō)，針 對(duì)幀長(zhǎng)乙=160，本實(shí)施例設(shè)定y(n)基音范圍為[20， 83]。由于本實(shí)施例步驟 202中采用2倍下采樣，則下采樣信號(hào)y2(n)的基音范圍[PMIN, PMAX]為[IO, 41],即PMIN=10， PMAX=41，為了保證在基音最大時(shí)，依然能夠搜索到基 音，將搜索脈沖的樣點(diǎn)設(shè)置為[41, 79]。然后，在樣點(diǎn)范圍[41, 79]內(nèi)，查找y2(n)幅度或幅值最大的脈沖，設(shè)該 幅度或幅值最大的脈沖對(duì)應(yīng)的樣點(diǎn)為p0, 41《p0《79，則有血Ck2(; 0)) 2 一;;2("))," e [尸M4X,垂—1〗，w - / 0 (14)在本實(shí)施例中，y2(n)的幅度可以為實(shí)數(shù)；y2(n)的幅值表示幅度的絕對(duì)值， 為非負(fù)數(shù)。步驟503、根據(jù)輸入語(yǔ)音信號(hào)幅度或幅值最大的脈沖樣點(diǎn)pO的位置，對(duì) 輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗；具體地說(shuō)，在樣點(diǎn)pO周圍加一個(gè)目標(biāo)窗，選取一部分信號(hào)，該目標(biāo)窗覆 蓋樣點(diǎn)pO;其中，該目標(biāo)窗的范圍為pmin ， sinax]，目標(biāo)窗的長(zhǎng)度 /e"二smax-smin ，目標(biāo)窗的長(zhǎng)度len的范圍為l-L,也就是說(shuō)，目標(biāo)窗可以覆' 蓋整幀信號(hào)。舉例來(lái)說(shuō)，smirks —max(/70 — d，41)，smax =《一minO0 + d,79),其中d用于限 制目標(biāo)窗的長(zhǎng)度，本實(shí)施例中cN15, max(p0-d,41)表示耳又P0 —"和41兩者的較大值，匕min(pO + d，，表示取pO + t/和79兩者的較小值。步驟504、滑動(dòng)目標(biāo)窗得到滑動(dòng)窗，計(jì)算滑動(dòng)窗內(nèi)的信號(hào)與目標(biāo)窗內(nèi)的 信號(hào)的相關(guān)系數(shù)；cwr[A:]= Z^2(/"少2(,:A:)，A:e[A:"A:2] (15)其中，A表示基音，[&，^]表示基音范圍，本實(shí)施例中，^=10， ^=41,cwr[A:]表示與A:對(duì)應(yīng)的相關(guān)系數(shù)。步驟505、在計(jì)算得到的相關(guān)系數(shù)中選擇相關(guān)系數(shù)最大值c?！╗P];也就是 說(shuō)，在^，^]范圍中，與基音P對(duì)應(yīng)的下采樣信號(hào)的相關(guān)系數(shù)"〃["最大；步驟506、由于y2(n)為y(n)經(jīng)過(guò)2倍下采樣處理而得到的，因此對(duì)于y(n) 來(lái)說(shuō)，所獲得的基音為2P。進(jìn)一步的，為了避免將基音的倍頻誤認(rèn)為基音，本實(shí)施例在獲得基音2P 之后，還可以包括如下處理過(guò)程在語(yǔ)音信號(hào)域，計(jì)算所獲得基音的相關(guān)函數(shù)，以及所獲得的基音的倍頻 的相關(guān)函數(shù)；本步驟根據(jù)下式計(jì)算2P的相關(guān)函數(shù)"w—cw[2P],以及2P的倍 頻P的相關(guān)函lt"w—cw[尸]:"or — cor[/ ] = -,畫尸,2尸.'" (16)將計(jì)算得到的相關(guān)函數(shù)最大值對(duì)應(yīng)的基音作為最終獲得的基音；也就是 i兌，比專交"w—cor[2尸]和"^—cor[P]的值，若"or—cw[2尸k"or—cor[尸],則將2P 作為語(yǔ)音信號(hào)的最終獲得的基音；則將p作為語(yǔ)音 信號(hào)的最終獲得的基音。本實(shí)施例通過(guò)設(shè)置目標(biāo)窗，并滑動(dòng)該目標(biāo)窗，計(jì)算滑動(dòng)窗內(nèi)的信號(hào)與目 標(biāo)窗內(nèi)的信號(hào)的相關(guān)系數(shù)，根據(jù)相關(guān)系數(shù)最大值，獲取基音，不需要計(jì)算整幀信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度；同時(shí)，通過(guò)比較基音和基音倍頻的相關(guān)函數(shù)，避免了將基音的倍頻誤認(rèn)為基音，保證了基音搜索 的準(zhǔn)確性。如圖6所示，為本發(fā)明提供的一種基音搜索裝置實(shí)施例的結(jié)構(gòu)示意圖， 本實(shí)施例具體包括特征值獲取模塊11和基音獲取模塊12;其中，特征值 獲取模塊11獲取殘差信號(hào)的特征函數(shù)值，該殘差信號(hào)是根據(jù)輸入語(yǔ)音信號(hào)去 掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)而得到的；基音獲取模塊12根據(jù)特征函數(shù)值，獲得基音。具體地說(shuō)，上述特征值獲取模塊11可以計(jì)算整幀殘差信號(hào)的特征函數(shù) 值；特征值獲取模塊11也可以包括目標(biāo)窗單元13和特征值獲取單元14,其 中目標(biāo)窗單元13對(duì)輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗，特征值獲取單元14獲取目標(biāo) 窗中殘差信號(hào)的特征值。進(jìn)一步的，本實(shí)施例可以包括查找模塊15,該查找模塊15查找輸入語(yǔ) 音信號(hào)幅度或幅值最大的脈沖；目標(biāo)窗單元13根據(jù)輸入語(yǔ)音信號(hào)幅度或幅值 最大的脈沖的位置，設(shè)置目標(biāo)窗。本實(shí)施例還可以包括預(yù)處理模塊16，該預(yù)處理模塊16將輸入語(yǔ)音信號(hào) 進(jìn)行預(yù)處理，具體為進(jìn)行^f氐通濾波處理或下采樣處理；將預(yù)處理后的輸入語(yǔ) 音信號(hào)傳輸給目標(biāo)窗單元13和特征值獲取單元14。上述特征值獲取模塊11還可以包括第一計(jì)算單元和第二計(jì)算單元，其中 第一計(jì)算單元在預(yù)先設(shè)定的基音范圍內(nèi)，計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)； 第二計(jì)算單元計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)的特征函數(shù)值，并獲取特征函 數(shù)值的最值，基音獲取模塊12將特征函數(shù)值的最值對(duì)應(yīng)的基音作為所獲得的 基音。本實(shí)施例通過(guò)設(shè)置目標(biāo)窗，對(duì)一幀信號(hào)中殘差信號(hào)的特征函數(shù)值進(jìn)行計(jì) 算，不需要計(jì)算整幀信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度。如圖7所示，為本發(fā)明提供的另一種基音搜索裝置實(shí)施例的結(jié)構(gòu)示意圖， 本實(shí)施例具體包括查找模塊21、目標(biāo)窗模塊22、計(jì)算模塊23及基音獲取 模塊24;查找模塊21在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖；目標(biāo)窗模塊22根據(jù)幅度或幅值最大的脈沖的位置，對(duì)輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗；在滑動(dòng)目標(biāo)窗的同時(shí)，計(jì)算模塊23計(jì)算滑動(dòng)窗內(nèi)的輸入語(yǔ)音信號(hào)與目標(biāo) 窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得相關(guān)系數(shù)最大值；基音獲取模塊24根 據(jù)相關(guān)系數(shù)最大值，獲取基音。本實(shí)施例還可以包括預(yù)處理模塊25,該預(yù)處理模塊25將輸入語(yǔ)音信號(hào) 進(jìn)行預(yù)處理，具體為進(jìn)行低通濾波處理或下采樣處理；將預(yù)處理后的輸入語(yǔ) 音信號(hào)傳輸給查找模塊21 、目標(biāo)窗模塊22和計(jì)算模塊23。本實(shí)施例通過(guò)"&置目標(biāo)窗，并滑動(dòng)該目標(biāo)窗，計(jì)算滑動(dòng)窗內(nèi)的信號(hào)與目 標(biāo)窗內(nèi)的信號(hào)的相關(guān)系數(shù)，根據(jù)相關(guān)系數(shù)最大值，獲取基音，不需要計(jì)算整 幀信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述方法實(shí)施例的全部或部分步 驟可以通過(guò)程序指令相關(guān)的硬件來(lái)完成，前述的程序可以存儲(chǔ)于一計(jì)算機(jī) 可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述方法實(shí)施例的步驟， 而前述的存儲(chǔ)介質(zhì)包括ROM、 RAM、磁碟或者光盤等各種可以存儲(chǔ)程 序代碼的介質(zhì)。最后應(yīng)說(shuō)明的是以上實(shí)施例僅用以說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，而 非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明實(shí)施例進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng) 域的普通技術(shù)人員應(yīng)當(dāng)理解其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案 進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換， 并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實(shí)施例各實(shí)施例技術(shù)方案的精神和范 圍。
權(quán)利要求
1、一種基音搜索方法，其特征在于包括獲取殘差信號(hào)的特征函數(shù)值，所述殘差信號(hào)根據(jù)輸入語(yǔ)音信號(hào)去掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)獲得；根據(jù)所述殘差信號(hào)的特征函數(shù)值，獲得基音。
2、 根據(jù)權(quán)利要求1所述的基音搜索方法，其特征在于，所述獲取殘差 信號(hào)的特征函數(shù)值包括獲取整幀殘差信號(hào)的特征函數(shù)值；或者，對(duì)所述輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗，獲取所述目標(biāo)窗中殘差信號(hào)的 特征值。
3、 根據(jù)權(quán)利要求2所述的基音搜索方法，其特征在于，所述對(duì)輸入語(yǔ) 音信號(hào)設(shè)置目標(biāo)窗具體為查找所述輸入語(yǔ)音信號(hào)幅度或幅值最大的脈沖；根據(jù)所述輸入語(yǔ)音信號(hào) 幅度或幅值最大的脈沖的位置，設(shè)置所述目標(biāo)窗。
4、 根據(jù)權(quán)利要求1或2或3所述的基音搜索方法，其特征在于 所述獲取殘差信號(hào)的特征函數(shù)值包括在預(yù)先設(shè)定的基音范圍內(nèi)，計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)；計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)的特征函數(shù)值； 所述根據(jù)殘差信號(hào)的特征函數(shù)值，獲得基音包括在所述與每個(gè)基音對(duì) 應(yīng)的殘差信號(hào)的特征函數(shù)值中，查找特征函數(shù)值的最值；將所述最值對(duì)應(yīng)的 基音作為所述基音。
5、 根據(jù)權(quán)利要求4所述的基音搜索方法，其特征在于 所述殘差信號(hào)的特征函數(shù)值為殘差信號(hào)能量，所述特征函數(shù)值的最值為殘差信號(hào)能量最小值；或者，所述殘差信號(hào)的特征函數(shù)值為殘差信號(hào)絕對(duì)值之和，所述特征函 數(shù)值的最值為殘差信號(hào)絕對(duì)值之和最小值。
6、 根據(jù)權(quán)利要求1所述的基音搜索方法，其特征在于，在獲取殘差信.號(hào)的特征函數(shù)值之前還包括對(duì)所述輸入語(yǔ)音信號(hào)進(jìn)行低通濾波處理或下采 樣處理。
7、 根據(jù)權(quán)利要求1所述的基音搜索方法，其特征在于，所述長(zhǎng)時(shí)預(yù)測(cè) 貢獻(xiàn)信號(hào)是根據(jù)長(zhǎng)時(shí)預(yù)測(cè)激勵(lì)信號(hào)和基音增益確定的；所述基音增益為一固 定值，或者，所述基音增益為根據(jù)預(yù)先設(shè)定的基音范圍中的基音自適應(yīng)確定 的值。
8、 一種基音搜索方法，其特征在于包括 在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖； 根據(jù)所述幅度或幅值最大的脈沖的位置，對(duì)所述輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗；滑動(dòng)所述目標(biāo)窗得到滑動(dòng)窗，計(jì)算所述滑動(dòng)窗內(nèi)的輸入語(yǔ)音信號(hào)與所述 目標(biāo)窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得所述相關(guān)系數(shù)最大值； 根據(jù)所述相關(guān)系數(shù)最大值，獲取基音。
9、 根據(jù)權(quán)利要求8所述的基音搜索方法，其特征在于，在所述查找幅 度或幅值最大的脈沖之前還包括將所述輸入語(yǔ)音信號(hào)進(jìn)行低通濾波處理或 下采樣處理。
10、 一種基音搜索裝置，其特征在于包括特征值獲取模塊，用于獲取殘差信號(hào)的特征函數(shù)值，所述殘差信號(hào)是根 據(jù)輸入語(yǔ)音信號(hào)去掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)而得到的；基音獲取模塊，用于根據(jù)所述殘差信號(hào)的特征函數(shù)值，獲得基音。
11、 根據(jù)權(quán)利要求IO所述的基音搜索裝置，其特征在于所述特征值獲取^^莫塊具體用于獲取整幀殘差信號(hào)的特征函數(shù)值； 或者，所述特征值獲取模塊包括 目標(biāo)窗單元，用于對(duì)所述輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗； 特征值獲取單元，用于獲取所述目標(biāo)窗中殘差信號(hào)的特征值。
12、 根據(jù)權(quán)利要求11所述的基音搜索裝置，其特征在于還包括查找模塊，用于查找所述輸入語(yǔ)音信號(hào)幅度或幅值最大的脈沖；所述目標(biāo)窗單元具體用于根據(jù)所述輸入語(yǔ)音信號(hào)幅度或幅值最大的脈沖的位置，設(shè)置所述目標(biāo)窗。
13、 根據(jù)權(quán)利要求10或11或12所述的基音搜索裝置，其特征在于，所述特征值獲取模塊包括第一計(jì)算單元，用于在預(yù)先設(shè)定的基音范圍內(nèi)，計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)；第二計(jì)算單元，用于計(jì)算與每個(gè)基音對(duì)應(yīng)的殘差信號(hào)的特征函數(shù)值，并獲取特征函數(shù)值的最值；所述基音獲取4莫塊具體用于將特征函數(shù)值的最值對(duì)應(yīng)的基音作為所獲得的基音。
14、 根據(jù)權(quán)利要求10所述的基音搜索裝置，其特征在于還包括預(yù)處理模塊，用于將所述輸入語(yǔ)音信號(hào)進(jìn)行低通濾波處理或下采樣處理。
15、 一種基音搜索裝置，其特征在于包括查找模塊，用于在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖；目標(biāo)窗模塊，用于根據(jù)所述幅度或幅值最大的脈沖的位置，對(duì)所述輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗；計(jì)算模塊，用于滑動(dòng)所述目標(biāo)窗得到滑動(dòng)窗，計(jì)算所述滑動(dòng)窗內(nèi)的輸入語(yǔ)音信號(hào)與所述目標(biāo)窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得所述相關(guān)系數(shù)最大值；基音獲取模塊，用于根據(jù)所述相關(guān)系數(shù)最大值，獲取基音。
16、 根據(jù)權(quán)利要求15所述的基音搜索裝置，其特征在于還包括預(yù)處
全文摘要
本發(fā)明實(shí)施例涉及一種基音搜索方法及裝置，其中一種方法包括獲取殘差信號(hào)的特征函數(shù)值，所述殘差信號(hào)是根據(jù)輸入語(yǔ)音信號(hào)去掉長(zhǎng)時(shí)預(yù)測(cè)貢獻(xiàn)信號(hào)而得到的；根據(jù)所述殘差信號(hào)的特征函數(shù)值，獲得基音。另一種方法包括在輸入語(yǔ)音信號(hào)中，查找幅度或幅值最大的脈沖；根據(jù)所述幅度或幅值最大的脈沖的位置，對(duì)所述輸入語(yǔ)音信號(hào)設(shè)置目標(biāo)窗；滑動(dòng)所述目標(biāo)窗得到滑動(dòng)窗，計(jì)算所述滑動(dòng)窗內(nèi)的輸入語(yǔ)音信號(hào)與所述目標(biāo)窗內(nèi)的輸入語(yǔ)音信號(hào)的相關(guān)系數(shù)，獲得所述相關(guān)系數(shù)最大值；根據(jù)所述相關(guān)系數(shù)最大值，獲取基音。本發(fā)明實(shí)施例通過(guò)設(shè)置目標(biāo)窗，不需要計(jì)算整幀信號(hào)的相關(guān)函數(shù)值，大大降低了基音搜索的復(fù)雜度。
文檔編號(hào)G10L15/02GK101599272SQ20081024703
公開日2009年12月9日 申請(qǐng)日期2008年12月30日 優(yōu)先權(quán)日2008年12月30日
發(fā)明者哈維·米希爾·塔迪, 清 張, 張德軍, 李立雄, 磊 苗, 許劍峰, 馬付偉, 揚(yáng) 高, 齊峰巖 申請(qǐng)人:華為技術(shù)有限公司