Yin, a fundamental frequency estimator for speech and music

دسته بندی: موجک و پردازش سیگنال
ویرایش:  
نویسندگان: De Cheveigne Alain. Kawahara Hideki.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 14 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 176 کیلوبایت 

قیمت کتاب (تومان) : 45,000

مجله انجمن آکوستیک آمریکا، جلد 111(4)، صفحات 30-1917، آوریل 2002 الگوریتمی برای تخمین فرکانس اساسی ارائه شده است (F 0 ) صداهای گفتاری یا موسیقی. این روش مبتنی بر روش خودهمبستگی شناخته شده با تعدادی تغییرات است که برای جلوگیری از خطا ترکیب می شوند. الگوریتم چندین ویژگی مطلوب دارد. نرخ خطا تقریباً سه برابر کمتر از بهترین روش‌های رقیب است، همانطور که در پایگاه داده‌ای از گفتار ضبط شده همراه با سیگنال حنجره ارزیابی می‌شود. هیچ محدودیت بالایی در محدوده جستجوی فرکانس وجود ندارد، بنابراین الگوریتم برای صداها و موسیقی با صدای بالا مناسب است. الگوریتم نسبتاً ساده است و ممکن است به طور مؤثر و با تأخیر کم پیاده‌سازی شود و شامل پارامترهای کمی است که باید تنظیم شوند. این مبتنی بر یک مدل سیگنال (سیگنال تناوبی) است که ممکن است به روش‌های مختلفی گسترش یابد تا اشکال مختلف دوره‌ای را که در کاربردهای خاص رخ می‌دهند، مدیریت کند. در نهایت، می‌توان شباهت‌های جالبی با مدل‌های پردازش شنیداری ترسیم کرد.

Journal of the Acoustical Society of America, Vol 111(4), pp 1917-30, April 2002 An algorithm is presented for the estimation of the fundamental frequency (F 0 ) of speech or musical sounds. It is based on the well-known autocorrelation method with a number of modifications that combine to prevent errors. The algorithm has several desirable features. Error rates are about three times lower than the best competing methods, as evaluated over a database of speech recorded together with a laryngograph signal. There is no upper limit on the frequency search range, so the algorithm is suited for high-pitched voices and music. The algorithm is relatively simple and may be implemented efficiently and with low latency, and it involves few parameters that must be tuned. It is based on a signal model ͑periodic signal͒ that may be extended in several ways to handle various forms of aperiodicity that occur in particular applications. Finally, interesting parallels may be drawn with models of auditory processing.