来自《Pitch Extraction and Fundamental Frequency》 David Gerhard
* 找声音基频确实是难的，人类已经研究50多年了，还没有真正准确和强壮的通用方法。
* 学术上通常称声音的pitch detection(音高检测),但实际上说的是基频检测。
* 越接近正余弦振动的信号，高点越不明显
* 在某个测试环境下作的基频检测往往换到另一个环境就不能用了
* 谐振越强，谱峰越明显
* 时域算法
[基于事件发生率]
- Zero-crossing rate,过零线率。缺陷：零线附近的毛刺。
- Peak rate，峰值率。缺陷：需要指定高点的范围
- Slope event rate,利用坡度变向等事件，比上面两个好点
小结：时域算法简单易懂。峰值率因其电路简单，多年来一直在硬件实现中很普遍。
[基于自相关]
自相关计算的是信号延迟后于原信号的相似程度。自相关计算的结果自己就是周期性的。缺陷在于，当两组峰很近时分组会出问题。
- YIN Estimator
- 相位空间
[基于频域]
- Componnet Frequency Ratios,把频域分块了计算。
- 基于滤波器的方法
。梳式滤波器：当梳式滤波器的频率和基频吻合时，输出的能量最大。缺陷：对计算资源耗费相当大。
。可调IIR滤波器：
- 倒谱分析，对幅度谱进行log后再反FFT出来的就是倒谱。适合在谱峰较多且相间较疏的信号，如讲话。http://en.wikipedia.org/wiki/Cepstrum中对各项参数的意义和用法做了说明。
- 多分辨率。在不同的分辨率下对信号进行分析，如果出来的基频都是差不多的结果那就可以确认了。
[频域统计的方法]
- 神经网络，缺陷在于结果是黑盒出来的，不知道计算过程的具体信息。
- Maximum Likelihood Estimators
* 改善处理结果的方法
- 可以通过处理输入信号来改善，比如增强输入信号分辨率
- 在处理听觉系统信号的时候，可以用节省计算资源的constant-Q频谱变换来替代傅里叶变换。
- Frequency Estimator Tracking,倾向于认为上个时间片计算出来的基频为这次的基频，这样可以节省计算资源。可以用到马科夫链(HMM)。
* 常见的基频评估器的问题：当基频频率低的时候，较高频的谐振经常会被当成基频。YIN算法在这方面比较成功。
* 文中后面对几种现成的分析器进行了测试比较。