语音信号基音频率自动提取系统

资 源 简 介

该项目旨在通过MATLAB软件实现对语音信号中基音频率（Fundamental Frequency）的精确识别与提取。程序首先读取WAV格式的原始语音数据，并执行预加重、分帧及加汉明窗等基础处理，以确保分析帧的短时平滑性。系统核心部分采用了高性能的短时自相关分析法，通过寻找特定延迟范围内的自相关函数峰值来定位语音的周期性特征。为了应对复杂背景下的误判，系统整合了端点检测（VAD）模块，利用短时能量和平均过零率的双重指标划定语音活动边界，过滤静音及非周期性的清音节。提取出的基音频率会经过中值滤波优化，生成连

详 情 说 明

语音信号基音频率自动提取系统

项目介绍

本系统是一个基于MATLAB开发的自动化语音处理工具，专注于从语音信号中精确检测和提取基音频率（Pitch Frequency）。系统集成了数字信号处理的完整流程，包括信号仿真、预处理、端点检测（VAD）、基于自相关函数的基音搜索以及结果平滑处理。该系统不仅能够处理实时模拟生成的语音数据，也能通过调整参数适应实际录制的语音文件分析，广泛应用于语音合成、语音识别及旋律分析等领域。

功能特性

1. 动态仿真与波形合成：系统内置模拟语音生成模块，能够合成具有随时间变化的基音频率（100Hz至200Hz动态变化）特征的谐波信号，并加入高斯白噪声和静音段，模拟真实环境下的语音采集。

1. 自适应预处理：包含预加重滤波模块，用于提升语音信号的高频分量。采用分帧加窗技术，将连续信号切分为短时平稳帧，并施加汉明窗以减少频谱泄露。

1. 双指标端点检测（VAD）：综合利用短时能量和平均过零率（ZCR）两个核心指标，通过设定的逻辑限制自动判定语音段、清音段与静音区，有效过滤背景噪声对频率检测的影响。

1. 鲁棒性基音提取：核心算法基于短时自相关函数（ACF）。系统通过在特定的时滞范围内（对应60Hz至500Hz人声范围）搜索相关函数的极大值，并结合峰值显著性校验，准确获取发音周期。

1. 后处理优化：引入中值滤波技术对原始基音轨迹进行平滑，自动剔除由于干扰或算法误判产生的孤立异常点，确保生成的音调曲线连续且平滑。

1. 多维度可视化：提供直观的图形化输出，同步展示时域波形、端点检测状态、短时能量变化曲线以及基音提取的原始轨迹与平滑轨迹。

使用方法

1. 启动硬件与软件：启动MATLAB软件环境。

1. 运行分析：在MATLAB命令行窗口中调用主函数或直接运行脚本。程序将自动执行从信号生成到结果可视化的所有工作流。

1. 结果观察：程序将自动弹出图形窗口。用户可以观察第一个子图中红色实线标出的语音活跃区域，在第三个子图中查看红线绘制的平滑基音频率走势。

1. 命令行反馈：MATLAB控制台将实时输出分析的总帧数、有效语音帧数以及检测结果的数值矩阵。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。

1. 依赖工具箱：Signal Processing Toolbox（信号处理工具箱），用于调用自相关、中值滤波及窗函数。

1. 硬件要求：标准PC环境，建议内存4GB以上。

实现逻辑与详细功能说明

1. 信号输入与构造逻辑 系统以8kHz采样率生成2秒的测试信号。通过正弦波合成模型模拟语音的基音及其谐波。基音目标值设为100Hz基础上的正弦波动，模拟真实口语中的语调起伏。信号前后各填充了一定比例的随机噪声静音段，用以测试系统的端点检测能力。

2. 预处理关键环节

• 预加重：使用高通滤波器（系数为0.97）平衡信号频谱，补偿语音信号高频部分的跌落。
• 分帧加窗：将信号切分为30ms的帧（240个采样点），帧移设为10ms。每帧信号乘以汉明窗，以保证短时分析的准确性。
• 参数界定：预设基音搜索范围为60Hz至500Hz，换算为采样点延迟范围，从而缩小自相关搜索的计算量。

3. 端点检测（VAD）算法分析 系统对每一帧计算两个参数：

• 短时能量：反映信号强度的平方和。
• 过零率：反映信号过零点的频繁程度，通常浊音（有声）过零率低，清音或噪声过零率高。
• 逻辑判定：当能量超过0.05且过零率低于0.3时，判定该帧为有效语音段。

4. 基音频率提取细节 在VAD判定的有效帧内，利用xcorr函数计算归一化的自相关系数。算法在定义的延迟最小值到最大值范围内寻找最大峰值。

• 有效性验证：提取出的最大峰值需大于0.3，否则视为该帧不具备明显的周期性，重新标定为非法帧。
• 频率计算：根据最大峰值所在的延迟点数（Lag），通过采样率与延迟点数的比值计算出当前的物理频率。

5. 轨迹平滑与输出 通过5点中值滤波器处理提取出的频率序列。该步操作能有效消除由于倍频或半频错误带来的阶跃式干扰。最终，系统将时间序列、原始频率点和过滤后的平稳曲线绘制在一个包含三个子图的窗口内，并打印核心统计数据。