Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3.4. FUNDAMENTALFREQUENZ (PITCH) ¢¡<br />
4. Glätte den erhaltenen Pitch-Verlauf mit einem 5-Punkt Median-Filter.<br />
5. Zurück zu 1.<br />
Abbildung 3.14(b) zeigt einen geglätteten Pitch-Verlauf, der mit dem eben beschriebenen Postprocessing<br />
erzeugt wurde. Es ist leicht zu erkennen, daß Ausreißer von diesem Verfahren sehr<br />
gut entfernt werden. Für alle PDAs und insbesondere <strong>für</strong> die Fehlerbereinigungs- und Glättungsverfahren<br />
muß folgendes angemerkt werden: die resultierenden Pitch-Verläufe sind Schätzungen<br />
der tatsächlichen Pitch-Verläufe. Es gibt keine exakten Referenz-Verläufe, anhand derer die Ergebnisse<br />
überprüft werden könnten.<br />
3.4.2 Pitch-Detektion mit Hilfe der Average Magnitude Difference<br />
Function (AMDF)<br />
Die Average Magnitude Difference Function ist eng mit der Autokorrelation verwandt. Anstatt<br />
die Eingabe zu verschiedenen Zeitverschiebungen zu korrelieren, wird ein Differenzsignal<br />
zwischen dem verzögerten Signal und dem Original erzeugt und zu jedem Verzögerungszeitpunkt<br />
der Absolutbetrag der Differenz berechnet. Aus dem Zeitverschiebungsindex des Minimums<br />
der resultierenden Folge läßt sich dann die Pitch bestimmen.<br />
Definition 3.6 Die Average Magnitude Difference Function (AMDF) zu einer Signalfolge <br />
der Länge ist definiert durch:<br />
<br />
© ¡ <br />
<br />
¡ <br />
wobei die Verschiebung und den Endpunkt des betrachteten Frames angibt [9].<br />
¡©£ § <br />
Die<br />
<br />
Signalfolge<br />
wenden hier ein Rechteck-Fenster, so daß sich (3.26) zu<br />
<br />
63<br />
(3.26)<br />
repräsentiert eine (beliebige) Fensterfunktion. ROSS ET AL. [30] ver-<br />
©<br />
¡ ¡ <br />
(3.27)<br />
<br />
reduziert. Es ist klar, daß das Differenzsignal bei<br />
<br />
immer Null ist. Es enthält<br />
¢<br />
tiefe<br />
Minima bei Verzögerungen, die zu der Pitch-Periode von stimmhaften Lauten korrespondieren.<br />
ROSS ET AL. begründen die Attraktivität der short-term AMDF folgendermaßen: Sie ist ein<br />
einfach zu berechnendes Maß, das gute Schätzungen des Pitch-Verlaufs liefert. Sie benötigt<br />
keine Multiplikationen und kann aufgrund der Natur ihrer Operationen gut in programmierbaren<br />
Prozessoren oder anderer spezieller Hardware implementiert werden. Allerdings ergeben sich die<br />
gleichen Probleme, wie bei den PDAs aus Kapitel 3.4.1. Zudem betreiben die Autoren einen gehörigen<br />
Postprocessing-Aufwand, um mögliche falsche Kandidaten auszuschließen, so daß das<br />
¡©£ §