Tonhöjdsbestämning

Tonhöjdsbestämning är processen att uppskatta ljudets tonhöjd genom att bestämma dess grundfrekvens, f0. Tonhöjd är den perceptuella egenskap som gör att ett ljud upplevs som högt eller lågt i pitch. I praktiken innebär tonhöjdsbestämning att man från en ljudsignal räknar ut den periodiska komponenten och dess frekvens, oftast i frekvensområdet från några tiotal till flera tusen hertz.

Metoderna delas ofta upp i tidsdomäns- och frekvensdomänsbaserade tekniker. Tidsdomänsmetoder, som autocorrelation och zero-crossing, är enkla och snabba men kan vara känsliga för brus och formantstruktur. Frekvensdomänsmetoder, där FFT och spektralanalys används för att hitta dominerande harmoniska frekvenser, ärgenerellt mer robusta i kompletta eller brusiga ljudmiljöer. Avancerade algoritmer som Yin, cepstrum-baserade metoder och Harmonic Product Spectrum används ofta i forskning och mjukvara. Dessa metoder försöker särskilja den återkommande impulsen i ljudet och särskilja grundfrekvensen från övertoner och brus.

Användningsområden är breda och omfattar musik- och sånganalys, musikidentifiering och tonhöjdsintonering i inspelningar, tal- och prosodiologiska studier samt musik och ljudteknik som tuning och autokalibrering av instrument. Utmaningar uppstår vid polyfoni, när flera toner klingar samtidigt, vid vibrato och glissando, samt i brusiga eller mörka ljudmiljöer. Vanliga verktyg för tonhöjdsbestämning inkluderar programvara som Praat och bibliotek som librosa. Se även f0-detektion, pitch tracking och tonhöjd i musikteori.