Multiple comb filters and autocorrelation of the multi-scale product for multi-pitch estimation

Zeremdini, Jihen; Messaoud, Mohamed Anouar Ben; Bouzid, Aïcha

doi:10.1016/j.apacoust.2017.01.013

Cited by 12 publications

(6 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…El uso de filtros como una etapa de preprocesamiento para mitigar la presencia de ruido en la señal es útil cuando se tienen componentes de ruido que no se solapan con el ancho de banda de la señal. De los cuatro artículos que consideran múltiples voces combinadas en la señal de audio, solo [43] y [44] consideran la detección simultánea de dos frecuencias fundamentales diferentes. Para esto proponen un procesamiento por fases, en las cuales, una vez detectada la primera frecuencia, se elimina junto con sus armónicos y la señal resultante se analiza nuevamente para detectar la segunda frecuencia.…”

Section: Pitch Detection Methods Based On Morphological Filtering and Hhtunclassified

“…El rastreo de las frecuencias se realiza mediante el análisis de las funciones de retardo de grupo. [44] En el estudio citado, se procesa la señal de voz en diferentes ambientes ruidosos. Con el fin de detectar las frecuencias fundamentales, se hace uso de la autocorrelación temporal.…”

Section: Multi-band Summary Correlogram-based Pitch Detection For Noiunclassified

“…En dos artículos [44] y [45] se proponen métodos para detectar la frecuencia fundamental de la voz de forma continua, pero no se contempla la detección simultánea de diferentes frecuencias fundamentales, por lo que no existen trabajos que aborden todos los factores necesarios para realizar el reconocimiento de múltiples voces en entornos reales y efectuar el procesamiento en tiempo real.…”

Section: Discusión Y Conclusionesunclassified

See 2 more Smart Citations

Técnicas de detección de la frecuencia fundamental de la voz en entornos reales

et al. 2017

View full text Add to dashboard Cite

Introducción: este artículo de revisión se desarrolló como parte de un trabajo de maestría de la Universidad del Cauca en el 2017. Buscó encontrar los métodos de detección de la frecuencia fundamental de la voz más propicios para implementar en entornos reales como parte de una solución para mejorar la comunicación de las personas con discapacidad auditiva e incluirlas en la sociedad, ya que la mayoría de las propuestas solo plantean mejorar el canal de comunicación en el que la persona con discapacidad auditiva es el transmisor. Metodología: se realizó una revisión actualizada de la literatura, por lo que se basó principalmente en artículos científicos publicados en los últimos cinco años. Para la inclusión de artículos se hizo un mapeo sistemático sobre los diferentes métodos de detección de la frecuencia fundamental de la voz. Resultados: los fenómenos contemplados por los diferentes algoritmos para definir el entorno van desde el ruido y la interferencia hasta la reverberación; el desempeño del algoritmo depende de la calidad del audio grabado, lo que se ve en las variaciones obtenidas que dependen de la base de datos utilizada; se pueden detectar hasta dos frecuencias fundamentales diferentes. Conclusiones: se han implementado novedosos métodos para hacer más eficiente la detección de la frecuencia fundamental de la voz; sin embargo, aún queda mucho trabajo por hacer en esta área.

show abstract

Section: Pitch Detection Methods Based On Morphological Filtering and Hhtunclassified

Section: Multi-band Summary Correlogram-based Pitch Detection For Noiunclassified

Section: Discusión Y Conclusionesunclassified

See 1 more Smart Citation

Técnicas de detección de la frecuencia fundamental de la voz en entornos reales

et al. 2017

View full text Add to dashboard Cite

show abstract

“…The author of the paper also suggests that the difference could be detected between an evenly spaced spectrum and a richly harmonic single note. Another method using multiple comb-filter approaches was presented in [15]. The authors are investigating the problem of multiple fundamental frequencies estimation in a noisy environment.…”

Section: Literature Reviewmentioning

confidence: 99%

Effective Pitch Value Detection in Noisy Intelligent Environments for Efficient Natural Language Processing

Vlaj¹,

Žgank²,

Kos³

2020

Recent Trends in Computational Intelligence

View full text Add to dashboard Cite

The performance of applications based on natural language processing depends primarily on the environment in which these applications are applied. Intelligent environments will be one of the major applications used to process natural language. The methods for speaker's gender classification can adapt and improve the performance of natural language processing applications. That is why, this chapter will present an effective speaker's pitch value detection in noisy environments, which then allows more robust speaker's gender classification. The chapter presents the algorithm for the speaker's pitch value detection and performs the comparison in various noisy environments. The experiments are carried out on the part of the publically available Aurora 2 speech database. The results showed that the automatically determined pitch values deviate, on average, only by 8.39 Hz from the reference pitch value. A well-defined pitch value allows a functional speaker's gender classification. In this chapter, presented speaker's gender classification works well, even at low signal to noise ratios. The experiments show that the speaker's gender classification performance at SNR 0 dB is higher than 91% when the automatically determined pitch value is used. Speaker's gender classification can then be used further in the processes of natural language processing.

show abstract

“…Multiple comb filters and autocorrelation of the multiscale product for multi-pitch estimation approach presents a new method "that estimates the fundamental frequency in the case of a real noisy environment when many persons speak at the same time and considers the case of two speakers" [24].…”

Section: Related Workmentioning

confidence: 99%

Improved comb filter for the separation of the voiced speech signals in the case of two speakers

2019

Self Cite

View full text Add to dashboard Cite

In this paper, we present a method for separating voiced sounds from a composite signal. This method is mainly based on the separation by modified comb filter. This filter is keyed to the average values of the estimated pitch. This estimation is performed through an autocorrelation of multi-scale product analysis to separate the effects of the source and the vocal tract. The "autocorrelation of the multi-scale product" method allows noise elimination and the apparition of a signal periodic structure. Peaks that appear are used to calculate the mean fundamental frequency of the target speaker which will be used in the corresponding comb filters to determine the target speaker contribution. After the subtraction of this contribution from the mixture, we obtain the intrusion speaker. This separation is validated by its application on Cooke database and a part of VCTK database and compared to recent methods as Wang-Brown, Hu-Wang, Zhang-Liu and Quan systems. Results confirm the performance of the proposed approach.

show abstract

Multiple comb filters and autocorrelation of the multi-scale product for multi-pitch estimation

Cited by 12 publications

References 16 publications

Técnicas de detección de la frecuencia fundamental de la voz en entornos reales

Técnicas de detección de la frecuencia fundamental de la voz en entornos reales

Effective Pitch Value Detection in Noisy Intelligent Environments for Efficient Natural Language Processing

Improved comb filter for the separation of the voiced speech signals in the case of two speakers

Contact Info

Product

Resources

About