Error Correction in Pitch Detection Using a Deep Learning Based Classification

Estimação de Frequência Fundamental de Sinais Acústicos Ruidosos com Aprendizado de Máquina

“…A relacão entre a energia destes dois componentes, torna o algoritmo robusto na presença de subharmônicos. O SHR foi investigado em [18], e portanto é utilizado no presente trabalho como método comparativo.…”

“…Resultados expostos em [11] e [12] indicam que o HHT-Amp apresenta resultados interessantes, tanto para cenários ruidosos quanto em ambientes reverberantesruidosos, superando outros métodos de estimação em termos de acurácia. [18] baseia-se na VGGNet [28], sendo composta por seis camadas convolucionais, três camadas Fully-Connected (FC) e uma camada classificadora na saída (Softmax). Apesar da VGGNet ter sido desenvolvida para tarefas de classificação de imagens, esta arquitetura eleva a acurácia da Rede Neural para amostras unidimensionais, como é o caso dos sinais de voz.…”

“…Algoritmos de classificação têm sido investigados, os quais utilizam-se de atributos espectrais (energia e harmônicos) do sinal [14] [15] ou diretamente das sequências de amostras [16] [17]. Em [18] é apresentada uma proposta para aprimoramento da acurácia das estimativas da F 0 pela utilização de uma Rede Neural DCNN. Esta solução adota estimativas iniciais de pitch obtidas pelo método SHR.…”

“…A partir destes valores, candidatos a F 0 são extraídos de acordo com a classificação em alta ou baixa frequência do quadro do sinal de voz realizada pela DCNN. Por fim, a frequência fundamental aprimorada é selecionada dentre os candidados considerando critérios de seleção que buscam minimizar os valores de custo associados a essas estimativas [18].…”

“…O presente artigo propõe a utilização do método investigado em [18] aplicado no aprimoramento das estimativas da pitch obtidas pelo estimador HHT-Amp descrito em [11]. A acurácia da proposta DCNN+HHT-Amp é avaliada em cenários ruidosos, considerando-se as duas principais medidas de erro definidas na literatura: GE (Gross Error) e MAE (Mean Absolute Error).…”