izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2022-6-60-66izmertech-1616Research ArticleАКУСТИЧЕСКИЕ ИЗМЕРЕНИЯACOUSTIC MEASUREMENTSАдаптивный метод измерения частоты основного тона с использованием двухуровневой авторегрессионной модели речевого сигналаAn adaptive method for measuring the pitch frequency using a two-level autoregressive of a speech signalhttps://orcid.org/0000-0001-6196-0564СавченкоА. В.SavchenkoA. V.

Андрей Владимирович Савченко

Нижний Новгород

Andrey V. Savchenko

Nizhniy Novgorod

avsavchenko@hse.ruhttps://orcid.org/0000-0003-3045-3337СавченкоВ. В.SavchenkoV. V.

Владимир Васильевич Савченко

Нижний Новгород

Vladimir V. Savchenko

Nizhniy Novgorod

vvsavchenko@yandex.ruНациональный исследовательский университет «Высшая школа экономики»РоссияNational Research University Higher School of EconomicsRussian FederationНижегородский государственный лингвистический университетРоссияNizhny Novgorod State Linguistic UniversityRussian Federation202213052023066066Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/1616

Рассмотрена задача определения частоты основного тона речевого сигнала в условиях действия белого гауссова шума. Предложен метод измерений данной частоты, который учитывает периодическую структуру спектра мощности вокализованных фреймов речи и основан на принципе накопления энергии гармоник в частотной области. Для этого в алгоритм обработки речевого сигнала введена процедура выравнивания огибающей спектра мощности с использованием двухуровневой авторегрессионной модели наблюдений: в пределах одного периода основного тона и в интервале нескольких таких периодов. При этом предусмотрена адаптация порядка авторегрессии нижнего уровня под наблюдаемый фрейм. Рассмотрен пример практической реализации адаптивного метода на базе метода Берга. Основные достоинства адаптивного метода по сравнению с известными аналогами – высокое быстродействие и повышенная помехоустойчивость – подтверждены результатами проведённого натурного эксперимента. В результате применения адаптивного метода получен выигрыш в пороговых сигналах 5–10 дБ.

The problem of determining the fundamental frequency of a speech signal in the presence of white Gaussian noise is considered. A new method for its measurement is proposed, which takes into account the periodic structure of the power spectrum of voiced speech frames and is based on the principle of harmonic energy accumulation in the frequency domain. For this purpose, a procedure for equalizing its spectral envelope was introduced into the speech signal processing algorithm using a two-level autoregressive observations model: within one and several periods of the fundamental tone. At the same time, the adaptation of the order of auto regression of the lower level to the observed frame is implemented. An example of the practical implementation of the adaptive method based on the Berg method is considered. With the use of author's software, an experiment was set up and carried out, and experimental estimates of the effectiveness of the new method were obtained. It is shown that, due to its adaptation, a gain in threshold signals of 5–10 dB is achieved.

акустика речиречевой сигналакустические измеренияавторегрессионная модельпроблема априорной неопределенностиадаптивный подходspeech acousticsvoice signalacoustic measurementsautoregressive modela priori uncertaintyadaptive approachИсследование выполнено при финансовой поддержке Российского научного фонда (проект № 20-71-10010).the work is supported by RSF (Russian Science Foundation) grant no. 20-71-10010.ReferencesRabiner L. R., Shafer R. W., Theory and Applications of Digital Speech Processing, Boston, Pearson, 2010, 1060 p.Rabiner L. R., Shafer R. W., Theory and Applications of Digital Speech Processing, Boston, Pearson, 2010, 1060 p.Schenkman B. N., Gidla V.K., Applied Acoustics, 2020, vol. 163, 107214. https://doi.org/10.1016/j.apacoust.2020.107214Schenkman B. N., Gidla V.K., Applied Acoustics, 2020, vol. 163, 107214. https://doi.org/10.1016/j.apacoust.2020.107214Souza G. V., Duarte J. M., Viegas F. et al, Journal of Voice, 2020, vol. 34, no. 4, pp. 641–648. https://doi.org/10.1016/j.jvoice.2018.12.007Souza G. V., Duarte J. M., Viegas F. et al, Journal of Voice, 2020, vol. 34, no. 4, pp. 641–648. https://doi.org/10.1016/j.jvoice.2018.12.007Smith S. R., The Journal of the Acoustical Society of America, 2021, vol. 150, A113. https://doi.org/10.1121/10.0007806Smith S. R., The Journal of the Acoustical Society of America, 2021, vol. 150, A113. https://doi.org/10.1121/10.0007806Савченко А. В., Савченко В. В. Метод измерения частоты основного тона речевого сигнала для систем акустического анализа речи // Измерительная техника. 2019. № 3. С. 59–63. https://doi.org/10.32446/0368-1025it.2019-3-59-63 [Savchenko А. V., Savchenko V. V., Measurement Techniques, 2019, vol. 62, no. 3, рр. 282–288. https://doi.org/10.1007/s11018-019-01617-x].Савченко А. В., Савченко В. В. Метод измерения частоты основного тона речевого сигнала для систем акустического анализа речи // Измерительная техника. 2019. № 3. С. 59–63. https://doi.org/10.32446/0368-1025it.2019-3-59-63 [Savchenko А. V., Savchenko V. V., Measurement Techniques, 2019, vol. 62, no. 3, рр. 282–288. https://doi.org/10.1007/s11018-019-01617-x].Yadav I. C., Shahnawazuddin S., Pradhan G., Digital Signal Processing, 2019, vol. 86, pp. 55–64. https://doi.org/10.1016/j.dsp.2018.12.013Yadav I. C., Shahnawazuddin S., Pradhan G., Digital Signal Processing, 2019, vol. 86, pp. 55–64. https://doi.org/10.1016/j.dsp.2018.12.013Savchenko V. V., Radioelectron. Commun. Syst., 2020, vol. 63, pp. 532–542. https://doi.org/10.3103/S0735272720100039Savchenko V. V., Radioelectron. Commun. Syst., 2020, vol. 63, pp. 532–542. https://doi.org/10.3103/S0735272720100039Gibson J. D., Information, 2016, vol. 32, no. 7. https://doi.org/10.3390/info7020032Gibson J. D., Information, 2016, vol. 32, no. 7. https://doi.org/10.3390/info7020032Gu Yu., Wei H. L., Information Sciences, 2018, vol. 451–452, pp. 195–209. https://doi.org/10.1016/j.ins.2018.04.007Gu Yu., Wei H. L., Information Sciences, 2018, vol. 451–452, pp. 195–209. https://doi.org/10.1016/j.ins.2018.04.007Cui S., Li E., Kang X., IEEE International Conference on Multimedia and Expo (ICME), London, United Kingdom, 2020, pp. 1–6. https://doi.org/10.1109/ICME46284.2020.9102765Cui S., Li E., Kang X., IEEE International Conference on Multimedia and Expo (ICME), London, United Kingdom, 2020, pp. 1–6. https://doi.org/10.1109/ICME46284.2020.9102765Savchenko V. V., Savchenko A. V., Journal of Communications Technology and Electronics, 2020, vol. 65, no. 11, pp. 1311–1317. https://doi.org/10.1134/S1064226920110157Savchenko V. V., Savchenko A. V., Journal of Communications Technology and Electronics, 2020, vol. 65, no. 11, pp. 1311–1317. https://doi.org/10.1134/S1064226920110157Savchenko V. V., Savchenko А. V., Radioelectron. Commun. Syst., 2019, vol. 62, no. 5, pp. 276–286. https://doi.org/10.3103/S0735272719050042Savchenko V. V., Savchenko А. V., Radioelectron. Commun. Syst., 2019, vol. 62, no. 5, pp. 276–286. https://doi.org/10.3103/S0735272719050042Savchenko V. V., Radioelectron. Commun. Syst., 2021, vol. 64, no. 11, pp. 592–603. https://doi.org/10.3103/S0735272721110030Savchenko V. V., Radioelectron. Commun. Syst., 2021, vol. 64, no. 11, pp. 592–603. https://doi.org/10.3103/S0735272721110030Kashani H. B., Sayadiyan A., Computer Speech & Language, 2018, vol. 50, pp. 105–125. https://doi.org/10.1016/j.csl.2017.12.008Kashani H. B., Sayadiyan A., Computer Speech & Language, 2018, vol. 50, pp. 105–125. https://doi.org/10.1016/j.csl.2017.12.008Gibson J., Information, 2019, vol. 179, no. 10. https://doi.org/10.3390/info10050179Gibson J., Information, 2019, vol. 179, no. 10. https://doi.org/10.3390/info10050179Markel J. D., Gray A. H., Fundamental Frequency Estimation. In: Linear Prediction of Speech. Communication and Cybernetics, Springer, Berlin, Heidelberg, 1976, vol. 12. https://doi.org/10.1007/978-3-642-66286-7_8Markel J. D., Gray A. H., Fundamental Frequency Estimation. In: Linear Prediction of Speech. Communication and Cybernetics, Springer, Berlin, Heidelberg, 1976, vol. 12. https://doi.org/10.1007/978-3-642-66286-7_8Esfandiari M., Vorobyov S. A., Karimi M., Signal Processing, 2020, vol. 171, 107480. https://doi.org/10.1016/j.sigpro.2020.107480Esfandiari M., Vorobyov S. A., Karimi M., Signal Processing, 2020, vol. 171, 107480. https://doi.org/10.1016/j.sigpro.2020.107480Jaramillo A. E., Nielsen J. K., Christensen M. G., 27th European Signal Processing Conference (EUSIPCO), 2019, pp. 1–5. https://doi.org/10.23919/EUSIPCO.2019.8902763Jaramillo A. E., Nielsen J. K., Christensen M. G., 27th European Signal Processing Conference (EUSIPCO), 2019, pp. 1–5. https://doi.org/10.23919/EUSIPCO.2019.8902763Palaparthi A., Titze I. R., Speech Communication, 2020, vol. 123, pp. 98–108. https://doi.org/10.1016/j.specom.2020.07.003Palaparthi A., Titze I. R., Speech Communication, 2020, vol. 123, pp. 98–108. https://doi.org/10.1016/j.specom.2020.07.003Ширман Я. Д. и др. Радиоэлектронные системы. Осно- вы построения и теория: Справочник. Под ред. Я. Д. Ширмана. Изд. 2-е, перераб. и доп. М.: Радиотехника, 2007. 657 c. [Radioelektronnye sistemy. Osnovy postroeniya i teoriya. Spravochnik, Ed. Ya. D. Shirman, 2nd ed., Moscow, Radiotekhnika Publ., 2007, 657 c.].Ширман Я. Д. и др. Радиоэлектронные системы. Осно- вы построения и теория: Справочник. Под ред. Я. Д. Ширмана. Изд. 2-е, перераб. и доп. М.: Радиотехника, 2007. 657 c. [Radioelektronnye sistemy. Osnovy postroeniya i teoriya. Spravochnik, Ed. Ya. D. Shirman, 2nd ed., Moscow, Radiotekhnika Publ., 2007, 657 c.].Sinha R., Shahnawazuddin S., Computer Speech & Language, 2018, vol. 48, pp. 103–121. https://doi.org/10.1016/j.csl.2017.10.007Sinha R., Shahnawazuddin S., Computer Speech & Language, 2018, vol. 48, pp. 103–121. https://doi.org/10.1016/j.csl.2017.10.007Oppenheim A. V., Schafer R. W., IEEE Signal Processing Magazine, 2004, vol. 21, no. 5, pp. 95–106. https://doi.org/10.1109/MSP.2004.1328092Oppenheim A. V., Schafer R. W., IEEE Signal Processing Magazine, 2004, vol. 21, no. 5, pp. 95–106. https://doi.org/10.1109/MSP.2004.1328092Parlak C., Altun Yu., Mathematical Problems in Engineering, 2021, vol. 2021, 6658951. https://doi.org/10.1155/2021/6658951Parlak C., Altun Yu., Mathematical Problems in Engineering, 2021, vol. 2021, 6658951. https://doi.org/10.1155/2021/6658951Marple S. L., Digital spectral analysis with applications, 2nd ed., Mineola, New York, Dover Publications, 2019.Marple S. L., Digital spectral analysis with applications, 2nd ed., Mineola, New York, Dover Publications, 2019.Levkov D. G., Panin A. G., Tkachev I. I., arXiv:2010.15145v4 [astro-ph.HE], 2021. https://arxiv.org/abs/2010.15145Levkov D. G., Panin A. G., Tkachev I. I., arXiv:2010.15145v4 [astro-ph.HE], 2021. https://arxiv.org/abs/2010.15145Савченко Л. В., Савченко А. В. Метод измерений показателя динамики эмоционального состояния пользователя по его речевому сигналу в режиме реального времени // Измерительная техника. 2021. № 4. С. 72–79. https://doi.org/10.32446/0368-1025it.2021-4-49-57 [Savchenko L. V., Savchenko A. V., Measurement Techniques, 2021, vol. 64, no. 12. https://doi.org/10.1007/s11018-021-01935-z].Савченко Л. В., Савченко А. В. Метод измерений показателя динамики эмоционального состояния пользователя по его речевому сигналу в режиме реального времени // Измерительная техника. 2021. № 4. С. 72–79. https://doi.org/10.32446/0368-1025it.2021-4-49-57 [Savchenko L. V., Savchenko A. V., Measurement Techniques, 2021, vol. 64, no. 12. https://doi.org/10.1007/s11018-021-01935-z].Deng B., Jouvet D., Laprie Y., Steiner I. and Sini A., IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2017, pp. 5605–5609. https://doi.org/10.1109/ICASSP.2017.7953229Deng B., Jouvet D., Laprie Y., Steiner I. and Sini A., IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2017, pp. 5605–5609. https://doi.org/10.1109/ICASSP.2017.7953229Akçay M. B., Oğuz K., Speech Communication, 2020, vol. 116, pp. 56–76. https://doi.org/10.1016/j.specom.2019.12.001Akçay M. B., Oğuz K., Speech Communication, 2020, vol. 116, pp. 56–76. https://doi.org/10.1016/j.specom.2019.12.001

The authors declare that there are no conflicts of interest present.