提取语音信号的基频matlab

资 源 简 介

提取语音信号的基频matlab

详 情 说 明

在语音信号处理中，基频（Fundamental Frequency）是描述声带振动频率的重要特征，常用于语音分析、合成及识别。基于自相关函数的基频提取方法通过检测信号周期性来实现，以下是实现思路的分步说明：

信号分帧处理 将语音信号按100ms的窗口长度分段，相邻窗口重叠75ms（即25ms的窗移），确保时间连续性。分帧可防止突变，同时保留信号的短时平稳特性。

自相关计算 对每一帧信号计算自相关函数，通过比较信号与其延迟版本的相似性来检测周期性。设置最大延迟时间（max_time_lag）为100ms，对应最低可检测基频为10Hz（1/0.1s）。

峰值检测与基频估计 在自相关函数中，除零延迟外的首个显著峰值对应的延迟时间即为基音周期。取该周期的倒数即为当前帧的基频（单位Hz）。需注意滤除倍频或半频错误。

构建基频向量与绘图 将各帧基频按时间顺序排列为向量，缺失段（如清音或静音）可设为0或NaN。最终绘制音高轮廓（Pitch Contour），横轴为时间，纵轴为基频值，直观反映语音的语调变化。

扩展思考 自相关法在低信噪比环境下可能失效，可结合短时能量或过零率辅助判断清/浊音。 更鲁棒的基频提取算法（如倒谱法、YIN算法）可进一步减少倍频错误。