Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...

3.4. FUNDAMENTALFREQUENZ (PITCH) ¢¡
Peak bei ¡ besitzen, aber aufgrund der Zufallseigenschaften wird
¡ ¡ ¢¡
sehr schnell
¢
gegen Null gehen. ©© ¢¡
Nur wird große Peaks
¡
für
¢
enthalten. Dieses Verhalten erlaubt die
Bestimmung der Präsenz und der Periode des periodischen Signals ¤ , welches von
einem Interferenzsignal gestört ist. Im Fall von Sprachsignalen ist die Bestimmung der
Periode aufgrund der oben genannten Probleme leider nicht so einfach möglich.
Die naive Berechnung der short-term autocorrelation hat quadratische Laufzeit, weshalb die
FFT zur Beschleunigung eingesetzt wird. Dies ist möglich, weil die short-term autocorrelation
der Signalfolge als Faltung angesehen werden kann (vergleiche Kapitel 2.3.4). Zusätzlich
kann bei der Berechnung mittels der FFT eine weitere Eigenschaft der AKF ausgenutzt werden
– die AKF ist symmetrisch zum Ursprung ¡ ¢ , es gilt also ©© ¢¡
müssen nur positive Verschiebungen betrachtet werden. Abbildung 3.9 verdeutlicht die effiziente
Berechnung der short-term autocorrelation mittles FFT.
FFT IFFT
£ ¡ ££¢ § ¤ ¡ ££¢ §¥¤ ¤ ¡ £¦¢ §§¤ ¨ £
¤©¤ §
§
¥¨§ ©
Abbildung 3.9: Effiziente Berechnung der AKF mittels FFT
Der AUTOC-Pitch-Detektions-Algorithmus
57
©© ¡ für alle ¡ . Somit
Abbildung 3.10 zeigt das Blockdiagramm des AUTOC-PDAs [28]. Das Eingangssignal wird zunächst
einem Tiefpaßfilter mit einer Grenzfrequenz von 900 Hz zugeführt. Dieser Filter kann
durch ein FIR- oder IIR-Filter realisiert werden (vergleiche Kapitel 2.3.4). Die zu Testzwecken
implementierte Version dieses PDAs verwendet hier ein IIR-Butterworth-Filter. Die Besonderheiten
dieses Filters zu beschreiben, würde den Rahmen dieser Arbeit sprengen und ist für das
Verständnis des PDAs nicht von Bedeutung. Das gefilterte Signal wird mittels Windowing in sich
überlappende Frames mit einer Länge von jeweils
werden nun untersucht. Der Stille-Detektor überprüft, ob die short-term energy innerhalb dieses
Frames einen bestimmten Schwellwert überschreitet. Tut sie dies nicht, so wird dieser Frame als
Stille klassifiziert. Andernfalls wird mit Hilfe der short-term autocorrelation die Pitch-Detektion
durchgeführt. Das Center-Clipping dient der Fokussierung auf die Pitch und stellt einen nichtlinearen
Operator dar. Der verwendete Operator geht auf SONDHI (1968) zurück. Nun wird
in einem bestimmten Bereich der AKF der größte Autokorrelationswert und dessen Position
bestimmt. Die Position des größten Autokorrelationswertes ergibt die Periode des zugrundeliegenden
Signals. Anschließend wird der Peak-Wert mit einem Schwellwert verglichen, anhand
dessen entschieden wird, ob der Frame als stimmhaft oder stimmlos klassifiziert wird. Abbildung
3.11 zeigt einen Ausschnitt aus einem Pitch-Verlauf, der mit diesem PDA berechnet wurde.
¢ aufgeteilt. Die entstehenden Frames