基于进化算法低信噪比环境的基音频率检测

《基于进化算法低信噪比环境的基音频率检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于进化算法低伯噪比环境的基音频率检测摘要：构造频域空间的检测模型，将基音频率作为特征值进行提取，然后为检测模型引入模型参数即优化因子，通过进化算法对该因子进行全局优化，从而获取基音频率的全局最优值，在优化精度和时间代价上取得了较好的平衡。采用两种具有代表性的进化算法进行算法设计，包括遗传算法（GA算法）和粒子群算法（PSO算法）。将所提算法与相关有代表性的算法进行比较，结果表明，所提算法在不同类型不同程度的噪声环境下，能显著提升检测识别率，尤其是在极低信噪比下，优势更为明显。本文采集自网络，本站发布的论文均是优质论文

2、，供学习和研宄使用，文中立场与本网站无关，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除己转载的信息，如果需耍分享，请保留本段说明。关键词：极低信噪比环境；基音频率；进化算法；遗传算法；粒子群算法中图分类号：TN912.3?34文献标识码：A文章编号：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引言基音频率是语音信号最为重要的参数之一。准确有效地检测基音频率对很多语音技术起着极为关键的作用，如说话人检测、跟踪、语音分离及

7、识别等。尽管基音频率检测已经研究多年，并取得了一系列成果，但相关算法大都适用于高信噪比环境，而实际应用中，大多数语音都处于复杂恶劣的噪声环境中。因此，针对低信噪比环境，特别是-5dB以下的基音频率检测算法的研究，对实现性能优良、实用的语音处理技术，取得实效应用有着重要的现实意义[1?4]。基音频率检测的有效性依赖于语音信号谐波结构的完整性，噪声叠加造成谐波结构被破坏，而随着信噪比的下降最终难以分辨一个完整的谐波周期。因此低信噪比下实现优良的检测性能具有较大难度[5?9]。由于语音信号参数随时间变化缓慢，相邻多个语音帧信

8、号参数会保持一定连续性，因此典型的基音频率检测算法可以分为两个阶段[10]：第一个阶段找出基音频率的多个可能候选值，或者计算基音频率值落在不同频率区问的概率。第二阶段一般依赖DP[11]或HMM[12]算法，从多个候选值选出最终的基音频率值。这些算法大都利用了相邻语音帧数据之间的相关性找出最优的基音频率序列值，从而使得整体的后验误