基音周期作为语音信号处理中描述激励源的重要参数之一,广泛的应用于语音合成、语音编码和语音识别等语音信号处理技术领域。准确可靠地对基音周期进行检测将直接影响整个语音处理系统的性能。常用的基音检测算法对于纯净语音信号都能达到较好的检测效果。然而,实际当中的语音信号不可避免的会受到外界背景噪声的影响,使得这些检测算法的检测效果都不是很理想。为此,本文旨在研究一种检测精度和鲁棒性都相对较好的基音检测算法。论文首先介绍了基音检测算法的研究背景及其重要意义。其次,对现有的基音检测算法进行了归纳和总结,并详细介绍了几种常用基音检测算法的基本原理及实现。最后,在深入研究经验模态分解(EMD)、奇异值分解(SVD)理论和现有基音检测算法理论的基础上,提出了以下几种算法。(1)针对常用基音检测算法的检测性能受外界噪声强烈影响,参照小波阈值去噪方法,提出了一种基于EMD的自适应语音去噪算法。同时提出了一种基于EMD的清浊音判别方法。(2)基于EMD自适应去噪算法和中值平滑算法,提出一种循环平均幅度差函数和自相关函数相结合的改进基音检测算法。(3)利用奇异值比率(SVR)谱探测信号周期性的原理,提出一种新的基音检测算法。该算法采用基于EMD的清浊音判决算法对浊音帧进行提取,将清音帧的基音周期置零,对每一帧浊音信号进行平均幅度差计算,并将计算的结果进行SVR谱分析,最后通过峰值检测对基音周期进行提取。论文还完成了算法的程序设计,在Matlab7.0仿真环境下,对上述算法进行仿真验证,并且在不同信噪比下做了对比试验。试验结果表明,与传统方法相比,所提算法检测的准确性高,鲁棒性较好。