語音信號處理課件-數(shù)字語音信號預(yù)處理及分析初步_10.ppt

1、1 .存儲方法：量化后的語音信號系列以先進先出的順序存儲到數(shù)據(jù)區(qū)域。 使用有限容量的數(shù)據(jù)區(qū)域支持龐大數(shù)量的聲音數(shù)據(jù)。二、pretreatment、2 .預(yù)選擇：在求出聲音信號的頻譜時，頻率越高對應(yīng)的分量越小。 預(yù)加重的目的是提高高頻部分，使信號的頻譜平坦。 便于頻譜分析和信道殘奧儀表分析。 通常在將聲音信號數(shù)字化之后，通過1階數(shù)字濾波器： H(z)=1-z-1，接近1。x(n )、x(n )、H(z)=1-z-1、插入矩形窗口、使用框架技術(shù)插入窗口、插入吊窗口的吊窗、第n幀、第n 1 w(n)=0.5*1-cos(2n/(N-1 ) )、第n 3幀、t、第n幀第n 4幀、掛窗可以得到連續(xù)的語音

2、特征，抑制吉爾伯特效應(yīng)，抑制頻譜遺漏，hanning、hamming、矩形窗、Window shapes、第1幀、第2幀在漢寧窗(幀移動長度N/2 )、x0(m )、x1(m )、x0(m )、x1(m )、幀移動T=0 1030ms下，聲音信號大致平穩(wěn)。 每秒的幀數(shù)約為33100幀。 窗口的長度n :頻率分辨率f=fs/N。 f隨n的增加而減少，頻率分辨率提高，但時間分辨率降低(與窗的成長成反比)。 優(yōu)選地，可以選擇100300個點，因為n是根據(jù)應(yīng)用選擇窗口的長度，并且必須包括7個基本聲音周期。 基音頻率為200Hz，采樣頻率為8kHz，窗長： 8000(1/200)7=256，Window

3、ing (frame) In short-term，non-ssm聲音信號已被分割為一幀的加窗函數(shù)的短時間信號，然后進行處理時，按每幀從數(shù)據(jù)區(qū)域取出數(shù)據(jù)，處理完畢后取出下一幀。 最后得到由各幀的殘奧儀表構(gòu)成的聲音特征殘奧儀表的時間序列。 聲音信號的特性分析，一、聲音信號的時域波形和頻譜特性二、聲音信號的語言頻譜圖三、聲音信號的統(tǒng)一校正特性、一、聲音信號的時域波形和頻譜特性、時域波形：振幅時序圖。 粗略地求出音節(jié)的起點、清音和濁音以及濁音的基音頻率。 女聲漢語拼音a的時域波形，頻譜特性：振幅頻譜圖。 求出音調(diào)周期、共振峰值頻率及其位置。 女聲英語a的頻譜、3聲音信號的時域分析、1、短時間能量及短

4、時間平均振幅分析2、短時間過零率分析3、短時間相關(guān)分析4、短時間平均振幅差函數(shù)、1 .振幅分析的根據(jù)是基于聲音信號寬度的經(jīng)時變化。 清音級寬度小，其能量集中在高頻帶，濁音級寬度大，其能量集中在低頻帶。 2 .短時能量函數(shù)和短時平均寬度函數(shù)，一、短時能量和短時平均寬度分析，男聲深圳廣州珠海短時寬度統(tǒng)訂。 當(dāng)采樣頻率為22050Hz時，采樣頻率假設(shè)20ms為一個幀，幀長度為441，并且校正了180幀。 短時間平均幅度，原始聲音，3 .短時間平均幅度函數(shù)和能量函數(shù)的作用，(1)清/濁音： En，Mn大，對應(yīng)濁音的En，Mn小，對應(yīng)清音。 (2)信噪比高時，無法進行有聲/無聲判定的無聲時、背景噪聲的En、Mn小的有聲時，En、Mn顯著增大。 判決時可以設(shè)定閾值。 (3)濁音成為清音的定時，或者大致可以決定相反的定時。、女聲中文拼音a的1幀信號(采樣頻率為22050H