CN102016530A

CN102016530A - 一种基音周期检测方法和装置

Info

Publication number: CN102016530A
Application number: CN2009800001124A
Authority: CN
Inventors: 齐峰岩; 张德军; 苗磊; 许剑峰; 张清; 高扬
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2009-02-13
Filing date: 2009-02-13
Publication date: 2011-04-13
Anticipated expiration: 2029-02-13
Also published as: US9153245B2; WO2010091554A1; CN102016530B; US20100211384A1

Abstract

本发明实施例提供一种基音周期检测方法和装置，所述方法包括：对输入信号进行信号域基音检测，获得候选基音周期；对输入信号进行线性预测，获得线性残差信号；设置包含所述候选基音周期的候选基音周期区间；在所述候选基音周期区间内对所述线性残差信号进行搜索，获得选定基音周期。通过本实施例的方法和装置，克服了在单一域做基音周期检测的缺点，根据信号在信号域和残差域的不同特点，分别在两个域中依次做不同精度基音周期检测，既降低了算法复杂度，又保证了基音周期检测的准确性。

Description

技术领域

本发明涉及语音与音频信号的编码，尤其涉及一种基音周期检测方法和装置。

背景技术

为节省语音与音频信号传输和存储的带宽，相应的语音与音频编码技术得到了广泛的应用，目前主要分为有损编码和无损编码，有损编码的重建信号与原始信号并不能保持完全一致，但可以根据声源特点及人的感知特点最大程度上减少信号的冗余信息，传很少的编码信息，重建较高的语音与音频质量；而对于无损编码，则必须保证重建信号与原始信号完全一致，这样就可以使得最后的解码质量没有任何损伤。一般来讲，有损编码压缩率比较高，但重建语音质量没有保证，无损编码由于可以无失真的重建信号，可以保证语音质量，但压缩率较低，大约 50%左右。

无论在有损编码或无损编码中，基音周期都是极为重要的参数之一，基音周期检测的准确性直接影响了最后编码的性能，现有技术中，基音周期的检测方法有很多，主要的方法为：首先对信号映射到某个域，进行一些搜索预处理，然后进行开环粗搜索，再进行闭环细搜索，最后进行基音平滑等后处理，但这些操作基本上都在同一个域进行操作，如时域、频域、倒谱域、信号域、残差域等等。

发明人在实现本发明的过程中发现，在实际算法中，许多操作都必须在不同的域进行，而基音周期的检测算法在不同的域也呈现不同的性能和复杂度，例如在时域中检测基音复杂度低，而在频域中检测基音精度更高，在信号域检测周期性更强，用简单的方法更容易检测，而在残差域则周期性变弱，更难检测。

发明内容本发明实施例提供一种基音周期检测方法和装置，以解决在单一域做基音周期检测的缺点。

为了达到上述目的，本发明实施例提供了如下技术方案：

一种基音周期检测方法，所述方法包括：对输入信号进行信号域基音检测，获得候选基音周期；对输入信号进行线性预测，获得线性残差信号; 设置包含所述候选基音周期的候选基音周期区间；在所述候选基音周期区间内对所述线性残差信号进行搜索，获得选定基音周期。

一种基音周期检测装置，所述装置包括：信号域基音检测单元，用于对输入信号进行信号域基音检测，获得候选基音周期；线性预测单元，用于对输入信号进行线性预测，获得线性残差信号；设置单元，用于设置包含所述候选基音周期的候选基音周期区间；残差域精细检测单元，用于在所述候选基音周期区间范围内对所述线性残差信号进行搜索，获得选定基音周期。

通过本实施例的方法和装置，克服了在单一域做基音周期检测的缺点, 根据信号在信号域和残差域的不同特点，分别在两个域中依次做不同精度基音周期检测，既降低了算法复杂度，又保证了基音周期检测的准确性。附图说明

此处所说明的附图用来提供对本发明的进一歩理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图 1为本实施例的方法流程图

图 2为本实施例的另一方法流程图 ·'

图 3为本实施例的基音周期搜索示意图；

图 4为本实施例的装置组成框图；

图 5为本实施例的另一装置组成框图。

具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明实施例做进一歩详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

实施例一

本发明实施例提供一种基音周期检测方法，以下结合附图对本实施例进行详细说明。

图 1为本发明实施例的方法流程图，请参照图 1，本实施例的基音周期检测方法主要包括：

101：对输入信号进行信号域基音检测，获得候选基音周期；在本实施例中，信号域基音检测一般可以先经过预处理，例如低通滤波、中值削波、下采样等操作，然后对预处理后的信号进行基音搜索，因此，本实施例的方法在歩骤 101 之前还可以包括对输入信号进行预处理，获得预处理信号的歩骤，该歩骤可以通过对输入信号进行低通滤波、下采样，获得下采样信号来实现，此时，下采样信号作为预处理后的信号提供给本实施例的方法，对下采样信号进行信号域基音检测。

在本实施例中，对预处理后的信号进行基音周期搜索，可以利用很多信号域基音周期搜索方法，为了保证基音周期的准确和连续，一般搜索出的基音周期还要经过基音周期平滑、倍频检测等后处理算法，最后检测出的信号域基音周期作为在残差域的进行精细检测的候选基音周期。

102：对输入信号进行线性预测，获得线性残差信号；

在本实施例中，线性残差信号的获得可以通过对输入信号进行加窗后进行 LP预测（Linear Prediction, 线性预测）来实现。

103：设置包含所述候选基音周期的候选基音周期区间；

因为许多编码器需要将信号转到线性残差域进行处理，编码器需要根据线性残差信号得到精准的基音周期，所以必须在候选基音周期的附近对残差信号进行精细搜索来满足编码器的需要。候选基音周期区间的最小值为候选基音周期与第一阈值的差，候选基音周期区间的最大值为候选基音周期与第二阈值的和，其中第一阈值和第二阈值可以通过综合考虑算法性能和复杂度来确定，第一阈值和所述第二阈值可以相同，也可以不同。

104：在所述候选基音周期区间范围内对所述线性残差信号进行精细搜索，获得选定基音周期。

在本实施例中，可以采用自相关函数法对线性残差信号进行精细搜索，然后将所述候选基音周期区间范围内，使所述自相关函数最大的基音周期作为选定基音周期。也可以采用长时预测残差能量比较法对线性残差信号进行精细搜索，然后将所述候选基音周期区间范围内，从长时预测残差能量中选择最小值，并记录下所述最小值对应的基音周期作为选定基音周期 r 。

根据本实施例，经过精细搜索得到的基音周期还要根据实际情况做一个基音周期平滑、倍频检测等基音后处理，最后输出残差域精细检测的最佳基音作为选定基音周期。

通过本实施例的方法，克服了在单一域做基音周期检测的缺点，根据信号在信号域和残差域的不同特点，分别在两个域中依次做不同精度基音周期检测，既降低了算法复杂度，又保证了基音周期检测的准确性。

实施例二

本发明实施例还提供一种基音检测方法，以下结合附图对本实施例的方法进行详细说明。

图 2为本实施例的方法流程图，在本实施例的方法中，以帧长 L为 160 样点为例，请参照图 2，本实施例的方法主要包括：

201 : 对输入信号 S I)进行低通滤波，得到低通滤波信号 !!：):

y(n) = ^{s n) + y n} - ^l 其中， n = 0， 1， …， L。 202：对低通滤波信号 y(n)进行下采样，得到下采样信号 y2(n)_: y2(n) = y(2n) , n = 0, 1, ···, ( -1 ) 。

203：对下采样信号 y2(n)进行基音周期搜索。

由于一般基音周期范围大约在 2ms-20ms之间，考虑到编码效率与性能的折中，本实施例将基音周期的范围限定在 [20， 83] (8kHz采样）内，可以用 6比特编码，同时也考虑到对于 160点的帧长，基音周期不能够太大，太大会导致一帧信号中只有一少部分样点参与 LTP (Long Term Prediction, 长时预测）的计算，会降低 LTP的性能。

本实施例以帧长 L=160点为例，在下采样信号域，其基音周期的范围就变为： [10， 41], PMAX=41，如图 3所示。

在本实施例，该歩骤 203可以包括：

2031：考虑到基音周期的范围，在下采样信号域，本实施例在下采样信号的后半帧信号中找到幅度最大的脉冲位置，记为 ρθ:

Ρθ = {Ρθ > abs{y2{n)), n e 1], «≠ ρθ}。 2032：在 pO周围加一个目标窗，窗的大小为： [smin, smax], 其中： s min = s_ max(p0 - K, 42) , sr x = s m {pQ + K,^-\) , Ke [0,^-42] , 窗长为 len― smax― smin ₀

2033：根据所述目标窗及目标窗的滑动窗口中的预处理信号，获得初选基音周期；

在本实施例中，获得初选基音周期的方式包括但不限于下述三种：第一种：

计算长时预测 LTP的残差信号 x_k 的能量 ΕΟ 将能量最小对应的基音周期作为初选基音周期：

x_k(i) = y2(i)-g-y2(i-k) , i = srmn,...,smax , 其中， g为长时预测增益因子， ke[10， 41], 得到：

E(k)= ∑x_k(i)-x_k(i) , 其中， ke[10， 41], 从^£ )中选择最小值并记录下对应的基音周期 P:

P = {E(P) < E{k\ : e [10, 41], :≠ 。

第二种：

对下采样信号的幅度最大脉冲周围的信号进行匹配，计算如下相关函数获得相关系数，将相关系数最大对应的基音周期作为初选基音周期，如下：

相关函数可以为 corr[A]= _y2()*_y2( - A)， Ae[10,41]，计算出 corr[.]最大对应的 k值作为初选基音周期 P。计算长时预测后的残差信号的绝对值的和，将绝对值和最小对应的基音周期作为初选基音周期，如下：

x_k(i) = y2(i)-g-y2(i-k) , i = srmn,...,smax , g 为长时预测增益因子， [華]。

E(k)= ∑ bs(x_k(i)) , 其中， ke[10,41]，从中选择最小值并记录下对应的基音周期 P:

P = {E(P)>E(k),ke [lO,4l],k≠P}.

2034：为了避免将初选基音周期的倍频误认为初选基音周期，本实施例还可以在信号域对初选基音周期和两倍于初选基音周期做简单的比较，方法如下：

nor_cor[p] = _T^ ，其中， L为帧长， p = P， 2P。在上述 P和 2P两个基音周期中找出使 ^nor - ^cor^最大的 p作为候选基音周期，本实施例可以设为 T。

204：输入信号经过加窗， LP预测得到 LP残差信号 _e(n)_;

205：在 [T-T_dl， T+T_d2]范围内对 LP残差信号 e(n)进行基音周期精细搜索，获得选定基音周期。

在本实施例中，可以采用自相关函数法来进行基因周期的精细搜索，考虑到编码效率与性能的折中，自相关函数可以采用如下三种具体表达式中的一种：

L-1

^ e(n) * e(n - k)

(1) nor_cor[k] = _T^ ， ke[T -T_d + T_d2]；

^e(n - k)^ e(n - k)

n=k

L-1

^e(n)^e(n-k)

(2) nor_cor[k]= . ^n=k ， ke[T -T_d + T_d2]；

、/ ^e(ⁿ - ) * ^e(ⁿ - k)

L-1

(3 ) nor cor[k] = ^ e(n) * e(n— k、, A e [T⁷ - _dl， T⁷ + _d2 ]。

n=k

在 [T- T_dl， T+ T_d2]范围内找出使 ^- [·]最大的 k值作为最佳基音周期 T' ，也即选定基音周期，其中第一阈值 T_dl和第二阈值 T_d2的值可以通过综合考虑算法性能和复杂度来确定，如可令 T_dl=T_d2=2。

在本实施例中，也可以采用长时预测残差能量比较法：

u_k(n) = e(n)-g -e(_n-k),i = k,...,L- u_k(n)为长时预测残差信号， g'为长时预测增益因子， k T_T_dl,T + T

L-1

E(k) = ^u_k(n)-u_k(n) , k≡ [T—T_dl,T + T 这里也可以用 _M»的绝对值和表示。

JAim中选择最小值并记录下对应的基音周期作为选定基音周期 τ' 。本实施例根据信号在各种域中的不同特点和实际算法的要求，先在信号域中做基音粗搜索，然后在残差域中根据粗搜索的基音再做精细搜索。通过本实施例的方法，克服了在单一域做基音周期检测的缺点，根据信号在信号域和残差域的不同特点，分别在两个域中依次做不同精度基音周期检测，既降低了算法复杂度，又保证了基音周期检测的准确性。

实施例三

本发明实施例还提供一种基音检测装置，以下结合附图对本实施例的装置进行详细说明。

图 4为本实施例的装置组成框图，请参照图 4，本实施例的基音检测装置主要包括：

信号域基音周期检测单元 41，用于对输入信号进行信号域基音检测，获得候选基音周期；

线性预测单元 42，用于对输入信号进行线性预测，获得线性残差信号; 设置单元 43，用于设置包含所述候选基音周期的候选基音周期区间；残差域精细检测单元 44，用于在所述候选基音周期区间范围内对所述线性残差信号进行精细搜索，获得选定基音周期。

本实施例的装置各组成部分分别用于实现实施例一的方法的各歩骤，由于在实施例一的方法中，已对各歩骤进行详细说明，在此不再赘述。

通过本实施例的装置，克服了在单一域做基音周期检测的缺点，根据信号在信号域和残差域的不同特点，分别在两个域中依次做不同精度基音周期检测，既降低了算法复杂度，又保证了基音周期检测的准确性。

实施例四

本发明实施例还提供一种基音检测装置，以下结合附图对本实施例的装置进行详细说明。图 5 为本实施例的另一装置组成框图，在本实施例中，所述基音检测装置除包含信号域基音检测单元 51、线性预测单元 52、设置单元 53 以及残差域精细检测单元 54以外，还可以包括：

预处理单元 55，用于对输入信号进行预处理，获得预处理信号提供给信号域基音检测单元 51。

其中，该预处理单元 55可以包括：

低通滤波模块 551，用于对输入信号进行低通滤波；

下采样模块 552，用于对经过低通滤波模块 551低通滤波后的输入信号进行下采样，获得下采样信号。

在本实施例中，信号域基音检测单元 51可以包括：

第一加窗模块 511，用于在所述预处理信号的后半帧信号中幅度最大的脉冲位置周围加目标窗；

初选基音周期获取模块 512，用于根据所述目标窗及其滑动窗口中的预处理信号，获得初选基音周期；

候选基音周期获取模块 513，用于对所述初选基音周期进行倍频检测，得到候选基音周期。

其中，初选基音周期获取模块 512可以用于根据所述目标窗，计算长时预测的残差信号的能量，将能量最小对应的基音周期作为初选基音周期; 也可以用于根据所述目标窗，对所述预处理信号的幅度最大脉冲周围的信号进行匹配，计算相关信号，将相关信号最大对应的基音周期作为初选基音周期；还可以用于根据所述目标窗，计算长时预测后的残差信号的绝对值和，将绝对值和最小对应的基音周期作为初选基音周期。

在本实施例中，线性预测单元 52可以包括：

第二加窗模块 521，用于对输入信号加窗；

线性预测模块 522，用于对经过加窗模块 521加窗的输入信号进行线性预测，获得线性残差信号。在本实施例中，残差域精细检测单元 54可以包括：

精细搜索模块 541，用于采用自相关函数法或长时预测残差能量比较法对线性残差信号进行精细搜索；

选定基音周期获取模块 542，用于将所述候选基音周期区间范围内，使所述自相关函数最大或使所述长时预测残差能量最小的基音周期作为选定基音周期。

本实施例的装置各组成部分分别用于实现实施例二的方法的各歩骤，由于在实施例二的方法中，已对各歩骤进行详细说明，在此不再赘述。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一歩详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

权利要求书

1. 一种基音周期检测方法，其特征在于，所述方法包括：

对输入信号进行信号域基音检测，获得候选基音周期；

对输入信号进行线性预测，获得线性残差信号；

设置包含所述候选基音周期的候选基音周期区间；

在所述候选基音周期区间内对所述线性残差信号进行搜索，获得选定基音周期。

2. 根据权利要求 1所述的方法，其特征在于，所述对输入信号进行信号域基音检测，获得候选基音周期之前包括：

对输入信号进行预处理，获得预处理信号。

3. 根据权利要求 2所述的方法，其特征在于，所述对输入信号进行信号域基音检测，获得候选基音周期包括：

在所述预处理信号的后半帧信号中幅度最大的脉冲位置周围加目标根据所述目标窗及其滑动窗口中的预处理信号，获得初选基音周期；对所述初选基音周期进行倍频检测，得到候选基音周期。

4. 根据权利要求 3所述的方法，其特征在于，所述根据所述目标窗及其滑动窗口中的预处理信号，获得初选基音周期包括：

根据所述目标窗及其滑动窗口中的预处理信号，计算长时预测的残差信号的能量，将能量最小对应的基音周期作为初选基音周期。

5. 根据权利要求 3所述的方法，其特征在于，所述根据所述目标窗及其滑动窗口中的预处理信号，获得初选基音周期包括：

根据所述目标窗及其滑动窗口中的预处理信号，对所述预处理信号的幅度最大脉冲周围的信号进行匹配，计算相关函数，将相关系数最大对应的基音周期作为初选基音周期。

6. 根据权利要求 3所述的方法，其特征在于，所述根据所述目标窗及其滑动窗口中的预处理信号，获得初选基音周期包括：

根据所述目标窗及其滑动窗口中的预处理信号，计算长时预测后的残差信号的绝对值和，将绝对值和最小对应的基音周期作为初选基音周期。

7. 根据权利要求 1所述的方法，其特征在于：

所述候选基音周期区间的最小值为所述候选基音周期与第一阈值的差，所述候选基音周期区间的最大值为所述候选基音周期与第二阈值的和，所述第一阈值和所述第二阈值相同或者不同。

8. 根据权利要求 7所述的方法，其特征在于，在所述候选基音周期区间范围内对所述线性残差信号进行搜索，获得选定基音周期包括：

采用自相关函数法对线性残差信号进行搜索；

将所述候选基音周期区间内，使所述自相关函数最大的基音周期作为选定基音周期。

9. 根据权利要求 8所述的方法，其特征在于，所述自相关函数为：

L-1

^ e(n) * e(n - k)

nor _ cor[k] = ；或者

^ e(n - k) ^ e(n - k)

n=k ；或者

L-1

nor cor[k] = ^ e(n) * e(n - k)；

n=k

其中， L 为帧长、 k e [ T - T_{d l}， T + T_d2 ] , T 为候选基音周期， T_{d l}为第一阈值， T_d2为第二阈值。

10. 根据权利要求 7所述的方法，其特征在于，在所述候选基音周期区间内对所述线性残差信号进行搜索，获得选定基音周期包括：采用长时预测残差能量比较法对线性残差信号进行搜索；将所述候选基音周期区间范围内，使所述长时预测残差能量最小的基音周期作为选定基音周期。

11. 一种基音周期检测装置，其特征在于，所述装置包括：

信号域基音检测单元，用于对输入信号进行信号域基音检测，获得候选基音周期；

线性预测单元，用于对输入信号进行线性预测，获得线性残差信号；设置单元，用于设置包含所述候选基音周期的候选基音周期区间；残差域精细检测单元，用于在所述候选基音周期区间内对所述线性残差信号进行搜索，获得选定基音周期。

12. 根据权利要求 11所述的装置，其特征在于，所述装置还包括：预处理单元，用于对输入信号进行预处理，获得预处理信号。

13. 根据权利要求 12所述的装置，其特征在于，所述预处理单元包括: 低通滤波模块，用于对输入信号进行低通滤波；

下采样模块，用于对经过低通滤波后的输入信号进行下采样，获得下采样信号。

14. 根据权利要求 11所述的装置，其特征在于，所述信号域基音检测单元包括：

加窗模块，用于在所述预处理信号的后半帧信号中幅度最大的脉冲位置周围加目标窗；

初选基音周期获取模块，用于根据所述目标窗及其滑动窗口中的预处理信号，获得初选基音周期；

候选基音周期获取模块，用于对所述初选基音周期进行倍频检测，得到候选基音周期。

15. 根据权利要求 14所述的装置，其特征在于，所述初选基音周期获取模块用于根据所述目标窗及其滑动窗口中的预处理信号，计算长时预测的残差信号的能量，将能量最小对应的基音周期作为初选基音周期。

16. 根据权利要求 14所述的装置，其特征在于，所述初选基音周期获取模块用于根据所述目标窗及其滑动窗口中的预处理信号，对所述预处理信号的幅度最大脉冲周围的信号进行匹配，计算相关函数，将相关系数最大对应的基音周期作为初选基音周期。

17. 根据权利要求 14所述的装置，其特征在于，所述初选基音周期获取模块用于根据所述目标窗及其滑动窗口中的预处理信号，计算长时预测后的残差信号的绝对值和，将绝对值和最小对应的基音周期作为初选基音周期。

18. 根据权利要求 11所述的装置，其特征在于，所述线性预测单元包括：

加窗模块，用于对输入信号加窗；

线性预测模块，用于对经过加窗模块加窗的输入信号进行线性预测，获得线性残差信号。

19. 根据权利要求 11所述的装置，其特征在于，所述残差域精细检测单元包括：

精细搜索模块，用于采用自相关函数法或长时预测残差能量比较法对线性残差信号进行搜索；

选定基音周期获取模块，用于将所述候选基音周期区间内，使所述自相关函数最大或使所述长时预测残差能量最小的基音周期作为选定基音周期。