基于计算听觉场景分析(Computational Auditory Scene Analysis,CASA)的语音分离系统通过模拟人耳的听觉感知系统对混合信号进行处理并分离出感兴趣的目标语音,近年来得到了很大的发展。如何在干扰噪声存在的情况下进行正确的基音提取跟踪一直是CASA系统研究的重点。提出了一种基于目标语音源的改进基音跟踪算法。该算法通过对目标源估计和基音检测两个步骤的反复迭代计算,得到最终的基音轨迹。通过在不同噪声干扰条件下与传统基音跟踪算法对比的实验结果证明,该算法能够有效地抑制噪声,提高输出

pitch-detection, 在 C 中，基音检测算法 基于的基音周期检测算法一种 C 基音检测算法的。McLeod节距方法阴自相关因为它给出了不正确的结果而被移除- MPM是对标准自相关的增强DFTGoertzel语阴和McLeod实现由 https://github.

0积分下载，代码运行效果图见压缩包

基音周期是语音信号的重要参数之一，准确而快速的基音周期提取对语音信号的合 成、编码、识别等都具有重要的意义。目前，人们已经从语音信号的时域特性、频域特 性和时频混合特性三个方面出发，提出了许多基音检测算法。经典的语音信号基音检测 算法有：自相关函数法（Autocorrelation Function）(简称 ACF)、平均幅度差函数法 （Average Magnitude Difference Function）（简称 AMDF）、倒谱法和小波变换法等

基音周期估计的各种方法，matlab代码。

matlab写的自相关基音周期检测算法，很好用、详细

短时能量，短时过零率，基音周期，清浊音分析。

完整代码，可直接运行

基于自相关法的语音基音周期估计-matlab实现 基于自相关法的语音基音周期估计-matlab实现 基于自相关法的语音基音周期估计-matlab实现 基于自相关法的语音基音周期估计-matlab实现

语音信号的基音频率和共振峰特征在抑郁检测中的应用