Contributions of “PEFAC – A Pitch Estimation Algorithm Robust to High Levels of Noise”
- 저자들은 speech의 fundamental frequency(F0)를 negative SNR 일 때도 robust하게 추정할 수 있는 새로운 알고리즘인 PEFAC (Pitch Estimation Filter with Amplitude Compression)을 제안하였다.
- 본 논문에서 제안된 주요 기법들과 의의는 아래와 같다.
- Log-frequency domain에서의 harmonic summing filter 적용
- log-frequency power spectral domain에서 설계된 harmonic summing filter를 이용 fundamental frequency의 harmonics energy를 효과적으로 조합하고, slowly-varying한 noise 성분을 억제하였다.
- Temporal continuity constraint를 통한 pitch 후보 추적
- Temporal continuity constraints는 pitch candidates에 적용되었다.
- Likelihood ratio 기반의 voiced/unvoiced classification
- 각 프레임에 대해 각각 voiced/unvoiced classification을 위한 likelihood ratio test 이용하여 voiced speech와 unvoiced/silence를 구분하였다.
- 제안된 알고리즘은 기존에 많이 사용된 알고리즘들과 비교하여, additive noise에 대하여 low SNR 혹은 high SNR environments에서 우수한 성능을 보였다.
- Log-frequency domain에서의 harmonic summing filter 적용