语音信号的基音周期是描述语音信号激励源的重要特征参数之一。它在语音编码、语音合成、语音信号分离、语音识别和说话人识别等方面有着广泛的应用。但由于基音周期本身固有的特性，目前还没有一种能适应任何人，任何应用和任何环境的基音检测算法。 经典的语音信号基音检测的方法有：平均幅度差函数法，自相关函数法，倒谱法和简单逆滤波追踪法等。它们只能求出一帧语音信号的平均周期。S.Kadambe等人最早给出了基于小波变换的基音检测算法，但由于语音信号在各个尺度下小波变换的局部最大值会产生一定的偏移，实验的结果并不理想。本文根据语音信号在声门闭合时刻产生锐变，利用小波变换的时-频特性，提出了一种新的基于小波变换的基音检测算法。本算法通过分别求出语音信号在三个尺度下小波变换的基音周期，利用这三个候选基音周期的语音信号的平均幅度差来确定一个最佳的小波变换尺度，在这个尺度下的语音信号小波变换的局部最大值点即为语音信号的突变点。实验表明：本文提出的语音信号基音检测的算法提取的基音周期准确性高，鲁棒性好且计算量小。本文对各种基音检测算法进行了分析、比较，指出了各种算法的优点和缺点，为实际应用中算法的选择提供了参考。 将本文提出的语音信号基音检测的算法应用到基音同步叠加的语音合成中实现语音的快放、慢放和变音的功能，取得了很好的效果。