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

3.4. FUNDAMENTALFREQUENZ (PITCH) ¢¡
Pitch F0
300
250
200
150
100
50
0
1000 1200 1400 1600 1800 2000
Frame-Index
Abbildung 3.11: Ausschnitt aus einem Pitch-Verlauf, der mit dem AUTOC-PDA berechnet wurde.
Der Pitch-Detektions-Algorithmus nach BOERSMA
Ein zweiter Ansatz zur Bestimmung der Pitch stammt von BOERSMA [5] und wird durch Abbildung
3.12 verdeutlicht. Er beschreibt einen PDA, der verschiedene Kritikpunkte an Verfahren
basierend auf der Autokorrelation beseitigen soll. Zunächst wird die Abtastfrequenz verdoppelt
(Upsampling). Mit Hilfe dieser Operation sollen die sidelobes (vergleiche Abschnitt 3.1) der
Fouriertransformation des Hanning-Fensters für Signalkomponenten nahe der Nyquistfrequenz
entfernt werden. Hierzu wird das Signal mit einer N-Punkt FFT in den Frequenzbereich transformiert.
Im Frequenzbereich wird nun ein linearer (Tiefpaß-)Filter angewendet. Der nächste
Schritt besteht dann darin, eine 2N-Punkt inverse FFT durchzuführen. Es folgt das Windowing
mit Hilfe eines Hanning-Fensters, bei dem das Sprachsignal in Frames zerlegt wird. Im Anschluß
daran wird die short-term autocorrelation des entstandenen Frames berechnet, normalisiert und
durch die (normalisierte) AKF des Hanning-Fensters dividiert. Durch die Division wird dem abfallenden
Charakter der AKF entgegengewirkt. Zudem wird nicht nur ein einzelner Peak-Wert
und die daraus resultierende Pitch berechnet, sondern mehrere Kandidaten. Diese werden nach
bestimmten Gesichtspunkten gewichtet. Dies bedeutet, daß es zu jedem Frame mehrere Pitch-
Kandidaten gibt. In einem Postprocessing wird dann mit Hilfe von dynamischer Programmierung
ein günstigster Pfad durch die Menge der Kandidaten bestimmt. Das Verfahren soll um mehrere
Ordnungen genauer sein als übliche PDAs und zudem wesentlich flexibler und robuster.
Der ModifiedACF-Pitch-Detektions-Algorithmus
Der im folgenden beschriebene PDA basiert auch auf der in diesem Kapitel beschriebenen shortterm
autocorrelation und soll fortan ModifiedACF-PDA genannt werden. Er stellt eine Vereinfachung
des oben erläuterten PDAs von BOERSMA dar. Dies ist auch der Algorithmus, der
später bei der Emphasis-Detektion (siehe Kapitel 4.2) eingesetzt wird. Abbildung 3.13 zeigt
59