語譜圖分析演示

第二章語譜圖分析現(xiàn)在是1頁\一共有41頁\編輯于星期日1一段語音的時域波形及其語譜圖語音時域波形對應的語譜圖3.6.1語譜圖分析現(xiàn)在是2頁\一共有41頁\編輯于星期日2語譜圖語音的時域分析和頻域分析是語音分析的兩種重要方法。但是這兩種方法均有局限性：時域分析對語音信號的頻率特性沒有直觀的了解；特性中又沒有語音信號隨時間的變化關系。因此人們致力于研究語音的時頻分析特性，把和時序相關的傅里葉分析的顯示圖形稱為語譜圖。語譜圖在1941年由貝爾實驗室研究人員發(fā)明，它試圖用三維的方式顯示語音頻譜特性，縱軸表示頻率，橫軸表示時間，顏色的深淺表示特定頻帶的能量大小，語譜圖的發(fā)明是語音研究的一個里程碑，它將語音的許多特征直觀的呈現(xiàn)出來。語譜圖中顯示了大量的與語音的語句特性有關的信息，它綜合了頻譜圖和時域波形的特點，明顯地顯示出語音頻譜隨時間的變化情況，或者說是一種動態(tài)的頻譜?，F(xiàn)在是3頁\一共有41頁\編輯于星期日語譜圖產(chǎn)生流程語音錄制數(shù)據(jù)讀入程序信號分幀加窗能量密度譜計算功率譜偽彩色顯示語譜圖顯示現(xiàn)在是4頁\一共有41頁\編輯于星期日一、語譜圖的分類語譜圖分為寬帶語譜圖和窄帶語譜圖兩種。寬帶語譜圖：帶寬約為300Hz，具有良好的時間分辨率，但是頻率分辨率較差；寬帶語譜圖能給出語音的共振峰頻率及清輔音的能量匯集區(qū)，在語譜圖里共振峰呈現(xiàn)為黑色的條紋。窄帶語譜圖：帶寬約為45Hz,具有良好的頻率分辨率，但是時間分辨率較差。有利于顯示基音頻率及其各次諧波，不利于觀察共振峰的變化。在不同的語譜圖上所表現(xiàn)的語音特征也不同?，F(xiàn)在是5頁\一共有41頁\編輯于星期日二、寬帶語譜圖的典型譜型寬帶語譜圖的典型譜型：寬橫杠（Bar）：代表元音的共振峰位置，表現(xiàn)為圖中與水平時間軸平行的較寬的黑杠，不同元音的共振峰位置不同，根據(jù)寬帶語譜圖上各橫杠的位置可以區(qū)分不同的元音，不同人發(fā)音的第一共振峰位置會不同，但其分布結構是相似的。豎直條（spike）代表塞音（b,d,g,p,t,k）或塞擦音（z,zh,j,c,ch,q）,表現(xiàn)為圖中與垂直頻率軸平行的較寬的黑條，在時間上持續(xù)時間很短，在頻率軸上集中區(qū)位置隨不同的輔音而不同摩擦亂紋（fill）:代表摩擦音（s,sh,x,f,h）或者送氣音的送氣部分，表現(xiàn)為圖中無規(guī)則的亂紋?，F(xiàn)在是6頁\一共有41頁\編輯于星期日三、窄帶語譜圖的典型譜型窄橫條：代表元音的基音頻率及各次諧波，表現(xiàn)為圖中與水平軸平行的線條，窄橫條在頻率軸的位置對應了音高頻率值，隨時間軸的曲折、升降變化代表了音高變化的模式無聲間隙段：對應于語音的停頓間隙，在圖中表現(xiàn)為空白區(qū)，在兩種語譜圖中都存在。這種反映語音信號動態(tài)頻譜特性的時頻圖在語音分析中具有重要的實用價值，被稱為“可視語言”現(xiàn)在是7頁\一共有41頁\編輯于星期日語譜圖分析語譜圖中的花紋有橫杠、亂紋和豎直條等橫杠是與時間軸平行的幾條黑色帶紋，它們是共振峰，從橫杠對應的頻率和帶寬可以確定相應的共振峰頻率和帶寬在一個語音段的語譜圖中，有沒有橫杠出現(xiàn)是判斷它是否是濁音的重要標志。豎直條（又叫沖直條）是語譜圖中出現(xiàn)與時間軸垂直的一條窄黑條。每個豎直條相當于一個基音，條紋的起點相當于聲門脈沖的起點，條紋之間的距離表示基音。條紋越密表示基音頻率越高?，F(xiàn)在是8頁\一共有41頁\編輯于星期日8現(xiàn)在是9頁\一共有41頁\編輯于星期日9EverysaltbreezecomesformtheseaWidebandnarrowband現(xiàn)在是10頁\一共有41頁\編輯于星期日10Matlab命令：specgramWidebandspectrogram：給出共振峰頻率Narrowbandspectrogram：基音周期及其諧波

specgramcomputesthewindoweddiscrete-timeFouriertransformofasignalusingaslidingwindow.Thespectrogramisthemagnitudeofthisfunction.現(xiàn)在是11頁\一共有41頁\編輯于星期日11現(xiàn)在是12頁\一共有41頁\編輯于星期日12現(xiàn)在是13頁\一共有41頁\編輯于星期日13N=1024hammingwindow幅度譜

現(xiàn)在是14頁\一共有41頁\編輯于星期日14N=2048hammingwindow幅度譜

現(xiàn)在是15頁\一共有41頁\編輯于星期日15歡迎使用微軟中國研究院中文語音合成系統(tǒng)的時域波形和語譜圖現(xiàn)在是16頁\一共有41頁\編輯于星期日16現(xiàn)在是17頁\一共有41頁\編輯于星期日17寬帶語譜圖：“畢業(yè)”語譜圖語譜圖因其不同的黑白程度，形成不同的花紋，被稱作“聲紋”現(xiàn)在是18頁\一共有41頁\編輯于星期日“曠課”語譜圖從語譜圖上可以看出語音的音調變化，藍色的就是音調現(xiàn)在是19頁\一共有41頁\編輯于星期日19“曼谷”語譜圖現(xiàn)在是20頁\一共有41頁\編輯于星期日“受用”語譜圖現(xiàn)在是21頁\一共有41頁\編輯于星期日語譜圖分析特點：（1）窗長短，可以獲得較高的時間分辨率；（2）功率譜的諧波結構在頻率軸方向被平滑掉了，諧波間隙被填平了，因此在頻域看不出基音頻率和頻譜的諧波形式結構，但可以明顯的看成共振峰結構和語譜包絡（3）時間分辨率高，可以清楚的看到濁音共振峰時變過程“你好”寬帶語譜圖灰度顯示圖“你好”窄帶語譜圖灰度顯示圖特點：（1）窗長長，可以獲得較高的頻率分辨率。（2）濾波器的帶寬能在濁音區(qū)分辨出每個諧波。（3）語譜的諧波形式的結構在頻率方向清晰可見，并能看到基音頻率的時變過程。N=256N=2048現(xiàn)在是22頁\一共有41頁\編輯于星期日語譜圖識別現(xiàn)在是23頁\一共有41頁\編輯于星期日瀑布語譜圖（SPECTROGRAM）

時間、頻率、幅值三維坐標，頻譜幀隨時間變化

現(xiàn)在是24頁\一共有41頁\編輯于星期日彩色語譜圖

發(fā)“ah.”時的單元音/a/發(fā)“eye”時的雙元音/ai/發(fā)音“real”發(fā)音“mean”現(xiàn)在是25頁\一共有41頁\編輯于星期日25同一個人的語譜圖5個不同發(fā)音者發(fā)音“0”的語譜圖不同的講話者的語譜圖具有不同的“聲紋”。據(jù)此可以區(qū)別說話人，這與不同的人有不同的指紋，根據(jù)指紋可以區(qū)別不同的人是一個道理?，F(xiàn)在是26頁\一共有41頁\編輯于星期日26話者1發(fā)音“0”的結果話者1另一次發(fā)音“0”的結果現(xiàn)在是27頁\一共有41頁\編輯于星期日27話者1發(fā)音“0”的結果話者2發(fā)音“0”的結果現(xiàn)在是28頁\一共有41頁\編輯于星期日283.6.2語音信號特性分析一首歌曲的截取語音段現(xiàn)在是29頁\一共有41頁\編輯于星期日293.6.2語音信號特性分析語音信號的特性主要指它的聲學特性、語音信號的時域波形和頻譜特性以及語音信號的統(tǒng)計特性。關于聲學特性前面已做了介紹，下面主要分析它的時域波形和頻譜特性。現(xiàn)在是30頁\一共有41頁\編輯于星期日30漢語拼音“souke”的時間波形現(xiàn)在是31頁\一共有41頁\編輯于星期日31元音[ou]的頻譜圖現(xiàn)在是32頁\一共有41頁\編輯于星期日32語音特性分析實例：Tenaboveinsuburbs現(xiàn)在是33頁\一共有41頁\編輯于星期日33現(xiàn)在是34頁\一共有41頁\編輯于星期日34現(xiàn)在是35頁\一共有41頁\編輯于星期日35現(xiàn)在是36頁\一共有41頁\編輯于星期日36現(xiàn)在是37頁\一共有41頁\編輯于星期日37現(xiàn)在是38頁\一共有41頁\編輯于星期日38輔音[s]的頻譜現(xiàn)在是39頁\一共有41頁\編輯于星期日39