基于谐波幅度求和滤波器的频率跟随响应中鲁棒基频追踪方法
声音
2025-06-25 v1 音频与语音处理
信号处理
摘要
频率跟随响应（Frequency Following Response, FFR）反映了大脑对听觉刺激，包括语音的神经编码。由于基频（F0），即音高的物理相关因素，是语音的基本特征之一，因此特别关注对 F0 的特征化，尤其是在 F0 随时间变化时。提取 FFR 中 F0 的标准方法是自动相关函数（Autocorrelation Function, ACF）。本文研究了原开发用于语音和音乐的基于谐波结构的 F0 估计算法，并解决其在应用于 FFR 时性能差的问题。首先，鉴于与语音或音乐不同，FFR 的刺激 F0 已为已知，我们引入一种刺激感知滤波器， selectively 聚合 F0 及其谐波幅度，同时抑制非谐波频率处的噪声。该方法称为谐波幅度求和（Harmonic Amplitude Summation, HAS），仅在以刺激 F0 为中心的范围内评估 F0 候选值。其次，与其他基频跟踪方法选择最高峰不同，我们的方法选择最突出的峰值，因为它更能反映 FFR 的底层周期性。据我们了解，这是首个基于谐波结构提出的 FFR F0 估计算法。分析来自 16 名正常听力者的记录 FFR，这些记录针对 4 种自然语音刺激，F0 变化范围从 89 Hz 到 452 Hz，结果表明该方法相较于 ACF 在每个响应和刺激 F0 轮廓对之间将平均根均方误差（RMSE）降低 8.8% 到 47.4%。
引用
@article{arxiv.2506.19253,
title = {A Robust Method for Pitch Tracking in the Frequency Following Response using Harmonic Amplitude Summation Filterbank},
author = {Sajad Sadeghkhani and Maryam Karimi Boroujeni and Hilmi R. Dajani and Saeid R. Seydnejad and Christian Giguère},
journal= {arXiv preprint arXiv:2506.19253},
year = {2025}
}