一种三电平削波与LMD算法结合的基音频率提取方法

一种三电平削波与lmd算法结合的基音频率提取方法
技术领域
1.本发明涉及一种三电平削波与lmd算法结合的基音频率提取方法，属于音频信号处理技术领域。


背景技术：

2.局部均值分解法(local mean decomposition,lmd)是一种多分量调幅-调频(am-fm)信号分解和解调方法，该方法能够自适应地将一个非平稳信号分解为若干个乘积函数(production function，pf)，每个pf都是一个包络函数和一个纯调频函数的乘积，即分解为若干个单分量的调幅-调频信号，并可得到各个分量的瞬时频率与瞬时幅值，从而实现多分量am-fm信号的分解与解调。
3.人类进行发声动作时最重要的器官就是声带，在讲话时声带在气流的冲击下不断张开闭合，而声带每一次的张开闭合次的时间即为声带的振动周期，也即基音周期，其倒数为基音频率。当声带发出的激励频率等于声道的谐振频率时，声道就会以最大的振幅来回振荡，也就是所谓的共鸣；共鸣引起了谐振腔体振动，接着声道会放大了某些频率成分和衰减了其他频率成分，从而产生某些谐振频率，在频率特性上被放大的谐振频率就会陆续峰起，将这些峰称为共振峰。通常来讲，人类语音信号可以看作是由一系列单分量am-fm信号组成的多分量am-fm信号，因此，可以使用lmd方法提取人类语音信号的基音频率。


技术实现要素：

4.本发明要解决的技术问题是提供一种三电平削波与lmd算法结合的基音频率提取方法，用来解决传统的lmd方法应用于提取基音频率时不准确以及有其他不重要数据造成干扰的问题。
5.本发明的技术方案是：一种三电平削波与lmd算法结合的基音频率提取方法，首先找到语音信号所有极值点，并按照极大值点与极小值点分类；再采用三次样条插值方法对极大值点与极小值点进行平滑处理，计算出语音信号的上包络与下包络函数，用上包络与下包络函数计算出局部均值函数与包络估计函数，再将局部均值函数与包络估计函数运用在后面的迭代分解中；在完成第一次分解之后，后续分解过程继续使用三次样条插值的方法计算出信号的局部均值函数与包络估计函数；在对语音信号局部均值分解完成后，计算每个分量的能量，选取所有分量中能量最大的分量，再运用三电平削波法对该分量进行处理，去除一些细微的干扰信息并求其频谱，最终计算频谱来获得语音信号的基音频率。
6.具体步骤为：
7.step1：读取语音文件x(t)，先对语音进行端点检测，再找出语音x(t)的所有极值点ni，并分类为极大值点与极小值点。
8.step2：利用三次样条插值的方法分别对语音信号的极大值点与极小值点进行处理，得到信号的上包络线e
max
(t)与下包络线e
min
(t)，即可计算得到平滑后的局部均值函数m
11
(t)和包络估计函数a
11
(t)。
9.step3：将局部均值函数m
11
(t)从语音原始信号中分离出来，得到h
11
(t)：
10.h
11
(t)＝x(t)-m
11
(t)
11.step4：用分离之后的函数h
11
(t)除以包络估计函数a
11
(t)，对其进行解调：
12.s
11
(t)＝h
11
(t)/a
11
(t)
13.step5：将解调后的信号s
11
(t)当作新信号，重复step1至step4，直到得到一个纯调频信号s
1n
(t)。
14.step6：通过迭代过程中产生的所有局域包络函数，得到pf分量的包络信号a1(t)：
[0015][0016]
step7：通过包络信号a1(t)与获得的纯调频信号s
1n
(t)相乘，得到语音文件x(t)的第一个pf分量pf1(t)。
[0017]
step8：将第一个pf分量pf1(t)从语音信号中分离出来，得到一个新信号u1(t)，将分离以后得到的信号u1(t)当作原始信号数据重复step1-step7，循环k次，直到最后分离出来的分量uk(t)为一个单调函数为止。
[0018][0019]
最终将原信号分解为k个pf分量pfi(t)，其中i＝1，...，k，以及一个余项uk(t)之和，将余项uk(t)记作r。
[0020]
step9：计算并选择能量最大的pf分量pfi(t)并采用三电平削波进行处理，再计算其频谱，从而估计得到语音信号的基音频率。
[0021]
本发明将三次样条插值平滑化的方法和局部均值分解方法相结合，解决了传统的局部均值分解方法给计算局部均值函数和包络估计函数带来的误差并减小了计算量，有效提高了局部均值分解方法的性能；结合三电平削波的方法，让分量在基音频率处的峰值更加尖锐，可以有效减少半频或者倍频错误，提高了单一局部均值分解方法对基音频率估计的准确性和有效性。
[0022]
本发明的有益效果是：
[0023]
1、本发明将三次样条插值平滑化的方法和局部均值分解方法相结合，解决了传统利用滑动平均平滑化方法的局部均值分解方法在求解局部均值函数和包络估计函数过程中多次平滑处理导致的平滑过度，从而给局部均值函数和包络估计函数带来局部误差，而影响分解结果的准确性与分解速度的问题，有效提高了局部均值分解方法的性能。
[0024]
2、本发明将三电平削波方法运用在对选出的pf分量的处理上，让分量在基音频率处的峰值更加尖锐，可以有效减少半频或者倍频错误，并且观测效果更显著，检测结果更加准确。
附图说明
[0025]
图1是本发明总体结构框图；
[0026]
图2是本发明lmd算法流程图；
[0027]
图3是本发明各pf分量与余量波形图；
[0028]
图4是本发明元信号波形以及分解得到的第1个与第2个pf分量的波形图；
[0029]
图5是本发明三电平削波流程图；
[0030]
图6是本发明对选出的pf分量进行三电平削波的结果；
[0031]
图7是本发明三电平削波后计算频谱的结果图。
具体实施方式
[0032]
下面结合附图和具体实施方式，对本发明作进一步说明。
[0033]
如图1所示，一种三电平削波与lmd算法结合的基音频率提取方法，主要分为两个部分，第一个部分为语音的局部均值分解并选出能量最大的pf分量，第二部分为将所选出的pf分量进行三电平削波并计算其频谱以提取出语音的基音频率。在第一部分的语音的局部均值分解过程中，本发明使用的是采用三次样条插值方法对局部均值函数和包络估计函数进行平滑处理的lmd方法将语音分解为若干个pf分量，分别计算每一个pf分量的能量，然后选出能量最大的分量。第二部分主要内容就是将第一部分选出的pf分量进行三电平削波来去除该分量中的一些干扰信息并使基音频率及其谐振频率处的数据更显著，在三电平削波中的阈值选取与语音数据的峰值有关，按照峰值的0.5倍设置阈值来进行三电平削波。本发明涉及到的改进lmd算法流程图如图2所示。
[0034]
step1：读取语音文件x(t)，对语音文件进行端点检测，去除语音的静音段，再找出语音x(t)所有极值点ni，并将极值点分类为极大值点与极小值点。
[0035]
step2：利用三次样条插值的方法分别对信号的极大值点与极小值点分别进行平滑处理得到上包络线与下包络线，并可通过上、下包络线计算得到局部均值函数m
11
(t)和包络估计函数a
11
(t)：
[0036]
首先利用三次样条插值分别对信号的极大值和极小值分别进行平滑化处理，得到信号的上包络线e
max
(t)和下包络线e
min
(t)，然后分别计算得到局部均值函数m
11
(t)和包络估计函数a
11
(t)：
[0037][0038][0039]
step3：将局部均值函数m
11
(t)从原始信号x(t)中去除，得到：
[0040]h11
(t)＝x(t)-m
11
(t)
[0041]
step4：用h
11
(t)除以包络估计函数a
11
(t)，对h
11
(t)进行解调得到信号：
[0042]s11
(t)＝h
11
(t)/a
11
(t)
[0043]
step5：判断s
11
(t)是否为一个纯调频函数，不是的话将s
11
(t)作为新的语音信号，重复上述迭代step1至step4，直到得到一个纯调频信号s
1n
(t)。
[0044]
step6：把迭代过程中产生的所有局域包络函数相乘便可以得到pf分量的包络信号a1(t)：
[0045][0046]
step7：将包络信号a1(t)与获得的纯调频信号s
1n
(t)相乘，得到语音信号x(t)的第一个pf分量pf1(t)。
[0047]
step8：将第一个pf分量pf1(t)从语音信号x(t)中分离出来，得到一个新信号u1(t)，将u1(t)作为原始信号数据重复以上步骤，循环k次，直到uk(t)作为一个单调函数为止:
[0048][0049]
最终将语音信号x(t)分解为若干个pf分量与1个余项uk(t)之和，将余项uk(t)记做r，该方法中将信号x(t)分解为6个pf分量与1个余项之和，各个分量如图3所示，其中第1、2个分量与原信号的对比如图4所示。
[0050]
step9：根据分解结果，用于测试的语音的第1个pf分量的波形与原语音波形的周期性十分相似，二者的包络的形状也有很高的相似度，并且观察信号幅度可以得知第一个pf分量还包含了原信号x(t)中的大部分能量，所以第一个pf分量相比于其他分量包含了语音信号中的大部分信息，因此选择第一个分量pf1(t)进行三电平削波处理。
[0051]
三电平削波过程如图5所示，削波结果如图6所示，再计算其信号频谱，未经过三电平削波的分量的频谱图如图7所示
[0052]
从图7可以看出，经过处理的pf分量的频谱有明显的131hz基音频率谱峰，并且在多个谐波频率出都有明显的波峰，从而更准确的将基音频率提取出来。
[0053]
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。