Praat之基频分析

Praat之基频分析

测量基频F0的方法

• 自相关 Autocorrelation（易出现pitch-halving\pitch-double）
• 窄带谱图 Narrowband spectrogram（第一谐波就是基频）
• 倒谱分析 Cepstral analysis
• 测量声门波 glottal pluse（通过波形，f=1/T）

具体方法就不展开讲了，看我的其他博客。

波形直观理解：

下图我选了0.03s的浊音音频，可以看到是短时周期的，那么基频就是1s内有多少个这样的周期。

比如这个正弦信号，1秒有2个相同波形，所以基频是2Hz。

注：自相关的错误，还得后面三种方法再检查一下。

基频测量

加载一条语音，直接 view&edit

右边就是基频值范围。左边是频谱值范围。

看某一时刻的基频值：
选move cursor to

然后 pitch–>get pitch

选 pitch——pitch settings

1.基频范围，默认是75到500Hz，我这是段男声，为了看看的清楚，就设置到了30-300Hz。
如果有病人的声音，可以把范围调低。

---

官方文档对基频范围设定的说明：
标准范围是从50到800Hz，这意味着音高分析方法只能找到50到800Hz之间的值。您在这里设置的范围将显示在分析窗口的右侧。

对于一些低沉的声音(例如普通男性)，你可能想要将最低频率设置为50Hz，上限设置为300Hz;对于一些高音调(例如普通女性)的声音，100-600Hz的范围可能比较合适;不过，很可能50-800Hz的标准设置会适用于所有这些声音。然而，最高的时候，有些孩子在大喊大叫时可以达到近2000Hz;最低的时候，嘶哑声音可以低至30Hz;如果您调查这类情况，那么您可能需要尝试使用此设置。

如果基音为50Hz，那么基音分析方法需要60毫秒的分析窗口，也就是说，为了在0.850秒的时间内测量F0,Praat需要考虑从0.820秒到0.880秒的声音部分。这60毫秒对应3个最大音高周期(3/50 = 0.060)。如果您将基音下限设置为25Hz，则分析窗口将增长到120毫秒(这也是3个最大基音周期)，即0.790和0.910秒之间的所有时间都将被考虑。这样就不容易看到F0的快速变化。

因此，如何确定音高范围的下限是音高分析的技术要求。如果设置得太低，就会错过快速的F0变化，如果设置得太高，就会错过非常低的F0值。对于儿童的声音，你通常可以使用200Hz，尽管50Hz仍然会给你提供与低沉声音相同的时间分辨率。

---

有时候praat算出来的有假值，如下图红色圈出的那段。设置合理的范围有助于去掉假值。

2.Unit：基频单位。除了Hz还有对数，mel等
3.计算方法：如果只是研究语调，就用autocorrelation，如果是要看发声是沙哑还是怎么的，就用cross-correlation.
4.Drawing method：计算出来的基频是画成一条平滑线curve，还是点speckles，还是计算机自动选择automatic。

选 pitch——Advanced pitch settings

1.View range：你想要看到的范围
2.very accurate可以点或不点
3. 其他的值如果只是做声调分析，就不要改了。Vocing threshold就是超过这个阈值就是有基频浊音，没超过就是清音，他就不会计算基频值。要是研究某些病理语音就需要改。一般值为0.45，0.25

假如这里我设0.25试试：
如红色部分本来没基频，变成有了。所以设回0.45

人的声音的基频值一般是连续的，声带振动不会大起大降，比如上图右部分，就是错的基频值。

---

官方文档对基频范围设定的说明：

控制基频候选值的设置如下：

• Time step (s)： (标准值: 0.0)
  测量间隔(帧持续时间)，单位为秒。如果您提供0,Praat将使用0.75 /(基音下限)的时间步长，例如，如果基音下限为50 Hz，则为0.75/50=0.015秒;在这个例子中，Praat每秒计算66.7个音高值。
• Pitch floor (Hz)： (标准值:50Hz)
  低于这一频率的候选值将被舍去。该参数决定了分析窗口的有效长度:它是最长周期的3倍长，即，如果音高为50Hz，窗口将有效地为3/50 = 0.06秒长。
  请注意，如果您将时间步长设置为零，则连续测量的分析窗口将明显重叠:Praat将始终在一个窗口长度内计算4个音高值，即过采样度为4。
• Pitch ceiling (Hz) (标准值: 800 Hz)
  高于此频率的候选值将被舍去。
• Max. number of candidates (标准值: 15)
  每一帧将至少包含这么多候选音高值。其中之一是“未发声的候选值”;其他的则对应于信号与自身或多或少相似的时间滞后。
• Very accurate (标准值: off)
  如果关闭，则该窗口为汉宁窗，其物理长度为3 /(pitch floor)。如果打开，窗口是高斯窗口，其物理长度为6 /(pitch floor)，即有效长度的两倍。

后处理算法在候选值中寻找最佳的路径。决定最佳路径的设置是:

• Silence threshold (标准值: 0.09)
  不包含高于此阈值的幅度的帧(相对于全局最大幅度)，高于此值可能是静默段。
• Voicing threshold (标准值: 0.50)
  清音候选值的强度，和自相关最大值有关。如果一帧中的周期能量大于总能量的这一部分(其余部分为噪声)，那么Praat将倾向于将该帧视为浊音;否则为清音。为了增加清音决策的数量，可以增加发声阈值。
• Octave cost (标准值: 0.055 per octave)
  对高频候选值的倾向程度，和自相关最大值有关。这是必要的，因为即使(或:特别是)在一个完全周期信号的情况下，F0的所有底音都是与F0本身是同样强的候选值。要想更有力地支持选择高频候选值，就要提高这个值。
• Octave-jump cost (标准值: 0.35)
  对音高变化不利的程度，和自相关最大值有关。要减少大频率跳变的次数，请增加此值。与本文中描述的相反，该值将根据时间步进行校正:乘以0.01 s / TimeStep，以获得本文中公式中使用的值。
• Voiced / unvoiced cost (标准值: 0.14)
  相对于最大可能的自相关，浊音/清音转换的不利程度。要减少浊音/清音转换的数量，请增加此值。与本文中描述的相反，该值将根据时间步进行校正:乘以0.01 s / TimeStep，以获得本文中公式中使用的值。

---

选 pitch——get pitch
选中一段，再get pitch，就是这一段的平均基频值。要只选某个时间点，那就是这一点的基频值。

选某个时间点时，因为基频是某段时间算一个值，如0.01s，所以这一个时间点praat会用interpolated算法等算一个值。

选 pitch——extract visible pitch curve

然后在主页面，就会出现一个pitch untiled。选中后点view&edit

可以看到，praat在计算基频时，在一个时间段会得出很多个候选值，会选择相关系数最大的，就是桃红色的选定值。

要是有错误的地方，如下图：
选中区域，selection–>Unvoice。就没了

主页面的pitch untiled。选择sound，
就可以以次基频生成不同的声音，有脉冲的pluse，有正弦的sin，有hum

主页的query：

如上图点击get time step，得到：

说明每隔0.0083秒，计算一个基频值。
还有能计算基频的最大最小值，均值，方差等等。

主页的Analyses periodicity–>To pitch

time step就是每隔多少秒计算一个基频，比如刚才的0.0083s，可以自己设置，想要基频的点少点，就设置大点。

主页的Analyse：
选 PonitProcess untitled

然后和声音一起选中，view&edit

就是计算出来的pulses。

主页的convert：
选Down to PitchTier

得到 PitchTier untitled。

做语音合成的时候，可以用到这个修改基频，选Point里的add point at cursor，就可以加点。

如何准确提取声调

1.什么时候基频开始？
只考虑声调的话，有些人建议从第二个竖直条的基频算起，如果考虑辅音对声调的影响，第一个基频值也很重要哦。

2.什么时候基频结束？
看第二共振峰开始变的不清晰，说明韵母结束了，就算基频结束
看波形图的能量显著下降了

声调后面突然的拐弯上升等，这都是要去掉的。掐头去尾。
声调的载荷单位就是韵腹+韵尾

3.计算声调的斜率slope：
如降调，得到这段基频的起点和终点值，除以这段的时间。

选中一段后，选pitch–> pitch listing。
保存为excel里。记得吧时长记下来。

怎么画出来，直接对pitch untitle–>draw

为了看基频到底对不对，借助窄带语谱图，
频率范围设置小

要么坐标直接看，要么多数几条谐波，如数第6条的值，除以6，就是基频值。

还有可以选某一时刻谱线看

然后放大看：

但怎么看第一谐波呢？比如下面这个图，第一个不算，第二个高的才是。大部分情况是第一个，但下图第一个峰才42Hz，利用常识也知道不对。

如果窄带谱图看出来的和基频值相差正负3，那就认为该基频值正确。

此时主页上多了个这个谱线

从倒谱看基频值：

选中这个谱，点Analyse–> To power cepstrum
主页上得到13.PowerCesptrum，把他draw出来：

Query里点击Get quefrency of peak：

得到基频值：

后记

可以用help，搜索基频分析

Praat基频提取算法，预测基频错误可能的原因：