Robust F0 estimation based on time-varying complex speech analysis and its application for IP telephony and musical signal

基于时变复杂语音分析的鲁棒F0估计及其在IP电话和音乐信号中的应用

• 批准号: 20500158
• 负责人: FUNAKI Keiichi
• 金额: $ 2.41万
• 依托单位: University of the Ryukyus
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20500158/
• 关键词: 音声情報処理; 信号処理; 音声のF0推定; 解析信号; 複素音声分析; ロバスト分析; 音声符号化; iLBC; 楽音の音高推定; フォルマント推定; 音声のFO推定; G.711.1; ALS; 音声のフォルマント推定; 雑音に頑健; 時変複素音声分析

F0 estimation of speech plays an important role on speech processing. One of the authors has proposed time-varying complex speech analysis for analytic speech signal and has proposed novel F0 estimation based on the time-varying complex speech analysis in which complex residual is estimated by the speech analysis and F0 is estimated by peak-picking the weighted auto-correlation with a reciprocal of the corresponding AMDF for the residual. It is called frame-based method. In this study, we propose more accurate and fast F0 estimation algorithm. In the method, pre-selections of F0 and F1 are realized by using F0 and F1 contour estimation method based on the time-varying complex analysis. It is called sample-based method. Final-selection of F0 is realized by the frame-based method with shorten range of F0 based on the estimated F0 and F1. The shorten range results in more accurate estimation with smaller computational amount in the two-stage F0 estimation. Furthermore, in order to investigate the efficacy of the time-varying analysis, the frame-based method is evaluated for each frame that is categorized into 4 modes with respect to the voiced strength. The experimental results confirm that the time-varying analysis can perform better for strong voiced frames.

F0语音估计在语音处理中起着重要作用。其中一位作者提出了针对分析语音信号的时变复杂语音分析，并基于随时间变化的复杂语音分析提出了新颖的F0估计，其中通过语音分析估算复杂的残差和F0估计，通过将相应的AMDF的相互序列添加到相应的AMDF中，可以通过峰值进行峰值。它称为基于帧的方法。在这项研究中，我们提出了更准确和快速的F0估计算法。在该方法中，通过基于时间变化的复合分析，使用F0和F1轮廓估计方法来实现F0和F1的前选择。它称为基于样本的方法。 F0的最终选择是通过基于框架的F0缩短范围的基于框架的方法实现的，该方法基于估计的F0和F1实现。缩短范围会导致更准确的估计，在两阶段F0估计中计算量较小。此外，为了研究时间变化分析的疗效，对基于框架的方法进行了基于框架的方法，该方法相对于声音强度归为4个模式。实验结果证实，随时间变化的分析可以更好地表现出强烈的声音帧。

项目成果

時変複素音声分析を用いた音声符号化方式について

关于使用时变复杂语音分析的语音编码方法

• 发表时间: 2010
• 作者: 吉川友也;藤和巳;元田浩;木村昌弘;大原剛三;戸次大介;舟木慶一
• 通讯作者: 舟木慶一

時変複素音声分析を用いたFO軌跡推定方式の改善

利用时变复杂语音分析改进FO轨迹估计方法

• 发表时间: 2008
• 作者: 水田昌孝;山川一正;熊野雅仁;木村昌弘;舟木慶一
• 通讯作者: 舟木慶一

Evaluation of Complex LPC Analysis on Lossless Compression of Finger Print Image Using MPEG-4 ALS

使用 MPEG-4 ALS 进行指纹图像无损压缩的复杂 LPC 分析评估

• 发表时间: 2009
• 作者: 伊藤政志;熊野雅仁;木村昌弘;斉藤和巳;元田浩;片岡喜代子;舟木慶一
• 通讯作者: 舟木慶一

ロバスト複素AR音声分析に基づくITU-T G.711.1改良方式の検討

基于鲁棒复杂AR语音分析的改进ITU-T G.711.1方法研究

• 发表时间: 2010
• 作者: 小出明弘;斉藤和巳;元田浩;木村昌弘;大原剛三;舟木慶一
• 通讯作者: 舟木慶一

複素線形予測分析を用いたMPEG-4 Audio Lossless Coding (ALS)の改良

使用复杂的线性预测分析改进 MPEG-4 音频无损编码 (ALS)

• 发表时间: 2009
• 作者: 木村昌弘;斉藤和巳;中野良平;元田浩;舟木慶一;片岡喜代子;舟木慶一
• 通讯作者: 舟木慶一