基频估计器在次谐波语音信号下的性能比较
音频与语音处理
2025-01-10 v1 声音
摘要
在临床语音信号分析中，对次谐波发声的错误处理可能导致声学参数产生假阴性。因此，基频估计器识别说话基频的能力至关重要。本文提出了一项持续元音研究，使用估计质量分类法识别次谐波误差，并使用次谐波与谐波比（SHR）衡量次谐波发声的强度。研究使用持续元音数据集评估了五种估计器：Praat、YAAPT、Harvest、CREPE 和 FCN-F0。深度学习模型 FCN-F0 在总体准确率和正确解析次谐波信号方面均表现最佳。CREPE 和 Harvest 也是用于持续元音分析的高性能估计器。
引用
@article{arxiv.2501.04789,
title = {Comparison of fundamental frequency estimators with subharmonic voice signals},
author = {Takeshi Ikuma and Melda Kunduk and Andrew J. McWhorter},
journal= {arXiv preprint arXiv:2501.04789},
year = {2025}
}
备注
9 pages, 6 figures