基于進化算法低信噪比環(huán)境的基音頻率檢測

《基于進化算法低信噪比環(huán)境的基音頻率檢測》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、基于進化算法低伯噪比環(huán)境的基音頻率檢測摘要：構造頻域空間的檢測模型，將基音頻率作為特征值進行提取，然后為檢測模型引入模型參數(shù)即優(yōu)化因子，通過進化算法對該因子進行全局優(yōu)化，從而獲取基音頻率的全局最優(yōu)值，在優(yōu)化精度和時間代價上取得了較好的平衡。采用兩種具有代表性的進化算法進行算法設計，包括遺傳算法（GA算法）和粒子群算法（PSO算法）。將所提算法與相關有代表性的算法進行比較，結果表明，所提算法在不同類型不同程度的噪聲環(huán)境下，能顯著提升檢測識別率，尤其是在極低信噪比下，優(yōu)勢更為明顯。本文采集自網(wǎng)絡，本站發(fā)布的論文均是優(yōu)質(zhì)論文

2、，供學習和研宄使用，文中立場與本網(wǎng)站無關，版權和著作權歸原作者所有，如有不愿意被轉載的情況，請通知我們刪除己轉載的信息，如果需耍分享，請保留本段說明。關鍵詞：極低信噪比環(huán)境；基音頻率；進化算法；遺傳算法；粒子群算法中圖分類號：TN912.3?34文獻標識碼：A文章編號：1004?373X（2017）11?0046?07EvolutionaryalgorithmbasedfundamentaltonefrequencydetectioninlowSNRenvironmentZHANGXiaohengl,2，LIYongm

3、ing2,XIEWenbin2(1.ChongqingRadio&TVUniversity,Chongqing400052,China；2.CollegeofCommunicationEngineering,ChongqingUniversity,Chongqing400030,China)Abstract:Afrequency?domaindetectionmodelwasconstructed.Thefundamentaltonefrequencyisextractedascharacteristicvalue.T

4、hemodelparameter(optimizationfactor)isintroducedintothedetectionmodel,forwhichtheglobaloptimizationiscarriedoutwithevolutionaryalgorithm(EA)togettheglobaloptimumofthefundamentaltonefrequency,andobtainabetterbalanceinoptimizationaccuracyandtimecost.Tworepresentat

5、iveEAs(geneticalgorithm(GA)andparticleswarmoptimization(PSO)algorithm)arcusedtoperformthealgorithmdesign.Theproposedalgorithmiscomparedwiththeotherrepresentativealgorithms.Thecomparisonresultsshowthattheproposedalgorithmcanimprovethedetectionrecognitionrategreat

6、lyinthenoiseenvironmentsofdifferenttypesanddifferentdegrees,especiallyinthevery?lowSNRenvironment.Keywords:very?lowSNRenvironment；fundamentaltonefrequency；evolutionaryalgorithm；geneticalgorithm；PSO0引言基音頻率是語音信號最為重要的參數(shù)之一。準確有效地檢測基音頻率對很多語音技術起著極為關鍵的作用，如說話人檢測、跟蹤、語音分離及

7、識別等。盡管基音頻率檢測已經(jīng)研究多年，并取得了一系列成果，但相關算法大都適用于高信噪比環(huán)境，而實際應用中，大多數(shù)語音都處于復雜惡劣的噪聲環(huán)境中。因此，針對低信噪比環(huán)境，特別是-5dB以下的基音頻率檢測算法的研究，對實現(xiàn)性能優(yōu)良、實用的語音處理技術，取得實效應用有著重要的現(xiàn)實意義[1?4]?；纛l率檢測的有效性依賴于語音信號諧波結構的完整性，噪聲疊加造成諧波結構被破壞，而隨著信噪比的下降最終難以分辨一個完整的諧波周期。因此低信噪比下實現(xiàn)優(yōu)良的檢測性能具有較大難度[5?9]。由于語音信號參數(shù)隨時間變化緩慢，相鄰多個語音幀信

8、號參數(shù)會保持一定連續(xù)性，因此典型的基音頻率檢測算法可以分為兩個階段[10]：第一個階段找出基音頻率的多個可能候選值，或者計算基音頻率值落在不同頻率區(qū)問的概率。第二階段一般依賴DP[11]或HMM[12]算法，從多個候選值選出最終的基音頻率值。這些算法大都利用了相鄰語音幀數(shù)據(jù)之間的相關性找出最優(yōu)的基音頻率序列值，從而使得整體的后驗誤