识别男声女声

女性基音频率高，基音周期（基音频率）是由声带张开闭合的周期所决定的，只有浊音的产生与声带的闭合开张相关，故要检测基音频率，首先要找到声音信号中的浊音成分，并对其进行分析频率即可

声带每次开启和闭合一次的时间被称作基音周期，其倒数被称作基音频率。人的基音频率最低在50Hz左右，最高在500Hz左右。其中，男性的基音频率在50-250Hz左右，女性的基音频率在100-500Hz左右，****声带每次开启和闭合一次的时间被称作基音周期**，其倒数被称作基音频率。人的基音频率最低在50Hz左右，最高在500Hz左右。其中，男性的基音频率在50-250Hz左右，女性的基音频率在100-500Hz左右，如下图所示。

人的语音信号主要由清音和浊音两种不同性质的成分构成。当空气流经过声带时，若声带紧绷，则声带将产生张弛振动，即声带将周期性地开启和闭合。这种情况下在声门处产生的准周期脉冲状空气流经过声道，再由嘴辐射出的声波便是浊音语音。这个准周期脉冲的周期也是上文所说的基音周期。声带越短，厚度越薄，张力越大，听起来的音调越高，即基音频率越高。因此，基音周期（基音频率）是由声带张开闭合的周期所决定的。

当空气流经过声带时，若声带时完全舒展开来的，则肺部发出的空气流将不受影响地通过声门。随后由于声道的变化不同，空气流将形成摩擦音或爆破音，它们是清音的两种基本类型。

综上所述，清音和浊音中，只有浊音的产生与声带的闭合开张相关，故要检测基音频率，首先要找到声音信号中的浊音成分，并对其进行分析。

在频域上分析语音信号，可以使某些在时域上无法体现的特征变得十分明显。常用的频域分析方法是傅里叶变换法，它可以将信号分解为不同频率分量的组合，从而把信号的时域特征和频域特征结合起来。但单纯地对语音信号进行傅里叶变换，无法看出语音信号中的声道特性和激励特性。于是，人们针对傅里叶变换进行改进，提出了倒谱法。

image

有时需要根据语音信号来反解声门信号和声道的冲激响应。即在已知卷积结果的前提下，对该结果“解卷”，求出参与卷积的各个信号。倒谱法便是实现“解卷”的方法之一。
设X[n]为输入信号，也就是声门的激励信号；H[n]为系统的冲激响应，也就是声道的冲激响应；Y[n]为输出信号，也就是从嘴辐射出的语音信号。倒谱分析实际上是这样一个过程：

（1） 将原语音信号（此处*表示卷积运算）经过傅里叶变换得到频谱：；只考虑幅度就是：。

（2） 在两边取对数：。

（3） 再在两边取逆傅里叶变换得到：，其中：



IDFT为傅里叶反变换。对语音信号的短时谱取对数后，再进行IDFT处理，即可得到该语音信号的倒谱。

故浊音信号的周期性激励反映在倒谱上是同样周期的冲激。因此，我们可以从浊音信号的倒谱波形图中估计出基音周期，进而计算出基音频率。在语音信号处理中，一般把浊音倒谱波形中的第二个冲激，即第二大的峰值所对应的频率，认为是整个浊音信号的基音频率。如图2.3.1所示，分别给出了清音与浊音的倒谱波形图，此处横轴为频率。清音信号波形图的中部无冲激响应；而浊音信号波形图的中部有些许冲激响应，其第二个冲激响应所对应的频率，为该浊音信号的基音频率，即约为55Hz。

image

matlab程序