MATLAB语音信号处理：音高估计与发声检测方法

项目由丹尼尔·莫雷诺·曼萨诺（Daniel Moreno Manzano）负责，专注于解决语音信号处理中的两个关键问题：音高估计和发声检测。作者提出了两种不同的算法来实现上述功能，并详细解释了它们的工作原理、关键代码部分以及实验结果。 音高估计是语音信号处理领域的一个重要部分，它涉及到从信号中检测音调的高低。在有声语音中，音高是区分不同说话人和表达不同情感的关键特征之一。而发声检测则是确定音频信号中哪些部分是浊音（即声带振动产生的音），哪些部分是清音（即无声带振动的声音，如爆破音和摩擦音）。 项目中所采用的方法包括自相关和零交叉加倒谱。自相关是一种常用的信号处理技术，可以用来估算信号的周期性特征，从而确定音高。零交叉加倒谱则是一种用于信号分析的技术，通过检测信号的过零点和应用倒谱变换来提高音高估计的准确性。 在处理音频文件时，项目采用了32毫秒的窗口评估方法，并根据所使用的数据库调整窗口移动的周期。对于fda_ue数据库，窗口移动周期为15毫秒；而对于ptdb_tug数据库，窗口移动周期为10毫秒。这种分窗口的处理方法有助于更准确地检测出浊音部分的音调。 为了能够重新创建和测试项目中的实验，作者提供了一个预先定义的目录方案，说明了如何组织项目文件。此外，作者还提供了一个Google云端硬盘链接，供人们下载项目所使用的数据集。项目的数据集包括两个主要的数据库：fda_ue（测试数据库）和ptdb_tug（训练数据库）。 这个项目对于理解音高处理和估算的实验过程非常有帮助，尤其适合于对语音信号处理感兴趣的开发者和研究人员。MATLAB的使用使得算法的实现和数据处理变得更加直观和易于操作。 通过这个项目，我们可以深入了解到如何在MATLAB环境中设计和实现音高估计和发声检测功能，以及如何对音频信号进行分析和处理。这对于语音识别、音频编辑、音乐制作和其他语音信号相关应用领域都具有重要的参考价值。"