基于谐和求和的鲁棒性声音 pitch 估计：在噪声和回声环境中
音频与语音处理
2025-09-23 v1 声音
摘要
精确的音高估计是众多语音处理应用的关键需求，但在高失真环境中仍具有挑战性。本文提出一种鲁棒的音高估计方法，能够在具有挑战性的噪声环境中提供可靠的音高估计。我们的方法计算归一化平均幅度差函数（NAMDF），将其转化为似然函数，并为每个样本偏移的帧生成概率音高状态。为增强对噪声的鲁棒性，我们跨越音高周期的整数倍数以及相邻帧聚合似然值。此外，我们引入一种简单而有效的连续性约束于 Viterbi 算法中，以细化多个候选音高中的选择。实验结果表明，我们的方法在各种信噪比水平下均实现更低的 gross 音高误差（GPE）和语音决策误差（VDE），在噪声和回声条件下均优于现有方法。
关键词
引用
@article{arxiv.2509.16480,
title = {Harmonic Summation-Based Robust Pitch Estimation in Noisy and Reverberant Environments},
author = {Anup Singh and Kris Demuynck},
journal= {arXiv preprint arXiv:2509.16480},
year = {2025}
}