女声基频答案

【问题标题】：fundamental frequency of female voice女声基频
【发布时间】：2018-12-15 06:57:27
【问题描述】：

根据我在网上看到的，女声基频的正常范围是165到255赫兹。我正在使用 Praat 和名为 Parselmouth 的 python 库来获取音频文件（.wav）中女性声音的基本频率值。但是，我得到了一些超过 255Hz 的值（例如：400+Hz、500Hz）。得到这样的大值是否正常？

【问题讨论】：

【解决方案1】：

如果您试图捕捉说话声音的基频 (F0)，这是可能的，但不太可能。听起来您可能正在捕捉更容易产生共鸣的泛音（例如 F1 或 F2）。

我对 Praat 的实验给我的印象是，如果具有良好的参数，它可以可靠地提取 F0。

您需要做的是通过将音高曲线与频谱图进行比较来验证这一点。以下是 Praat（女发言人）制作的试衣示例：

从图中可以看出

如果在目视检查后，您似乎得到了错误的结果，您可以尝试调整参数。窗口长度极大地影响频率分辨率。

如果您无法捕获这么低的频率，您应该尝试增加窗口长度 - 直觉是它使算法更有机会找到数据中缓慢变化的周期性特征。

【讨论】：

感谢您的回复。我解决了这个问题。我的静音阈值参数似乎有问题。我使用的是 -0.45dB，但是当我将其更改为 0.1dB 时，每个值似乎都落在范围之间。但我怀疑这是最好的解决方案。音频分析中使用的正常静音阈值是多少？
@sttc1998 我怀疑是否存在“正常静音阈值”之类的东西。合适的值取决于您的目的以及您在哪个域中进行噪声门控（时间、频率）。如果目的是找到浊音段的基频，我根本不会噪声门：倒谱上的自相关将在一定程度上不受合理噪声的影响。