MF-PAM：通过周期性分析与多级特征融合实现精确基频估计
音频与语音处理
2025-09-11 v2
摘要
我们介绍了基于多级特征融合的周期性分析模型（MF-PAM），一种新颖的基于深度学习的基频估计模型，可在含噪和混响声学环境中精确估计基频轨迹。我们的模型利用音频信号的周期特性，包含两个关键步骤：使用周期-非周期卷积（PNP-Conv）块提取基频周期性，以及使用改进的双边特征金字塔网络（BiFPN）聚合多级特征以估计基频。我们在语音和音乐数据集上评估了模型，在使用更少模型参数的情况下取得了优于最先进基线的基频估计性能。我们的模型在干净音乐数据集上实现了 99.20% 的基频估计准确率。总体而言，所提模型为挑战性声学环境下的精确基频估计提供了有前景的方案，并在音频信号处理中具有潜在应用价值。
引用
@article{arxiv.2306.09640,
title = {MF-PAM: Accurate Pitch Estimation through Periodicity Analysis and Multi-level Feature Fusion},
author = {Woo-Jin Chung and Doyeon Kim and Soo-Whan Chung and Hong-Goo Kang},
journal= {arXiv preprint arXiv:2306.09640},
year = {2025}
}
备注
Accepted at INTERSPEECH 2023 Code could be found in https://github.com/Woo-jin-Chung/MF-PAM_mfpam_pitch_estimation_pytorch