К.Л. Тассов, Р.А. Дятлов
4
Рис. 5.
Результат работы алгоритма устранения областей,
не содержащих полезный сигнал
Выделение критериев.
Для идентификации диктора по голосу
необходимо выделить характеризующие признаки сигнала. На дан-
ном этапе обработки сигнала происходит определение частот основ-
ного тона по всей временной оси окнами по 18 мс. В качестве крите-
риев принимаются следующие величины:
• начальная частота — значение первого отсчета;
• конечная частота — значение последнего отсчета;
• максимальная частота — максимальное значение частоты ос-
новного тона по всем отсчетам;
• минимальная частота — минимальное значение частоты основ-
ного тона по всем отсчетам;
• средняя частота — среднее значение частоты основного тона по
всем отсчетам;
• время максимума — координата максимального значения в
процентах от общего количества отсчетов.
Для определения частоты основного тона используется алгоритм,
основанный на процессе автокорреляции сигнала.
В основе метода выделения основного тона по автокорреляционной
функции лежит теорема, утверждающая, что автокорреляционная
функция периодического сигнала тоже периодическая и эти два периода
совпадают. Автокорреляционная функция определяется по формуле
( )
(
) (
)
1
0
N k
n
m
R k
x n m x n m k
− −
=
=
+
+ +
∑
,
(4)
где
N
— длина кадра анализа;
n
— текущая координата начала кадра
анализа во всем сигнале;
k
— номер коэффициента функции автокор-
реляции.
Функция
R
(
k
) достигает максимума при
k
= 0, следующий локаль-
ный максимум функция для периодического сигнала
X
(
n
) с периодом
P
имеет место при
k
=
P
. Таким образом, определив положение максиму-
ма автокорреляционной функции вокализованного речевого сигнала,
можно определить период основного тона. На рис. 6 представлен
