刘鑫，鲍长春

北京工业大学电子信息与控制工程学院，北京 100124

基于听觉外围模型的音频基频估计方法

刘鑫，鲍长春

北京工业大学电子信息与控制工程学院，北京 100124

针对音频信号中的暂态成分对基频检测可靠性的影响，提出了一种基于听觉外围模型的基频估计方法。该方法根据听觉外围模型来模拟声音在人耳内耳听觉神经上传导过程，并利用循环平均幅度差函数判断每个神经传导信号上呈现的时域周期性，进而提取音频信号的基频。实验结果表明，在纯净音频条件下，该方法能准确地估计出音频信号的基频，并且在不同音量打击乐信号的干扰下，所提方法的平均错误率低于三种参考方法。

基频估计；听觉外围模型；循环平均幅度差函数

1 引言

基频定义为语音和音调性音乐等准周期信号的最低频率，其倒数为信号周期，描述了发声体振动所引起的周期性特征[1-2]。在语音与音频信号的压缩编码、语音分析合成以及音频信息检索等应用中，基频估计直接决定了系统的最终性能。为此，研究人员针对纯净音频相继提出了众多的基频估计方法[2-8]。然而在噪声条件下，基频估计的性能还有待进一步提升，特别是背景声中打击乐所蕴含的暂态成分严重影响着基频估计的可靠性。为此，本文针对打击乐干扰下音调性器乐信号的基频估计问题展开研究。

传统的基频估计方法通常分为时域估计法、频域估计法和时频联合估计法。……