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

1、1.存儲方式： 已量化好的語音信號序列按先入先出的順序存入數(shù)據(jù)區(qū)。以便一個有限容量的數(shù)據(jù)區(qū)來應(yīng)付數(shù)量極大的語音數(shù)據(jù)。二、pretreatment12.預(yù)加重： 在求語音信號頻譜時，頻率越高，相應(yīng)的成分越小。預(yù)加重的目的是提升高頻部分，使信號的頻譜變得平坦。以便于頻譜分析和聲道參數(shù)分析。 一般在語音信號數(shù)字化后，通過一個一階數(shù)字濾波器：H(z)=1-z-1, 接近1。x(n)x(n)H(z)=1-z-12加矩形窗分幀技術(shù) 加窗加漢寧窗 hanning第n幀第n+1幀第n+2幀 各幀之間有01/2的重疊，由窗函數(shù)的定義決定的。w(n)=0.5*1-cos(2n/(N-1) 第n+3幀t第n幀第n+

2、1幀第n+2幀第n+3幀第n+4幀3 為什么取1030ms，因為根據(jù)人的發(fā)聲生理結(jié)構(gòu)變化的連續(xù)性，在此時間段內(nèi)，聲帶、聲道、口腔的特性幾乎不變，語音信號近似平穩(wěn)。4加窗的作用得到連續(xù)的語音特征抑制吉爾伯特效應(yīng)抑制頻譜泄漏5漢寧窗 hanning海明窗 hamming矩形窗(rectangular)6Window shapes7T為幀移長度N為幀長x0(m)0N-1x1(m)TT+N-18第1幀第2幀0N-1N2N-1 第1幀第2幀0N-1N/2N+(N/2)-1加矩形窗(幀移長度為N)加漢寧窗(幀移長度為N/2)x0(m)x1(m)x0(m)x1(m)幀移T=0幀移T= N/29512點的漢寧

3、窗 當(dāng)采用漢寧窗 ，原有數(shù)據(jù)的幅度發(fā)生變化，為了保持?jǐn)?shù)據(jù)的原始幅度，必須采取各幀數(shù)據(jù)之間有1/2的重疊。10 由于在 1030ms，語音信號近似平穩(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，頻率分辨率得到提高，但時間分辨率降低(與窗長成反比)。應(yīng)根據(jù)不同的應(yīng)用場合來選擇窗口的長度N，應(yīng)包含7個基音周期，因此可選擇100300點為宜。11Long window: frequency resolution time resolutionShort window: frequency resolution time resolution 基音頻率為2

4、00Hz，采樣頻率為8kHz, 窗長： 8000(1/200)7=25612Windowing (frame)In short-term, non-stationary-stationaryNon-linear-linear (10ms-25ms)13 經(jīng)過處理，語音信號就已經(jīng)被分割成一幀一幀的加過窗函數(shù)的短時信號，然后再把每一個短時語音幀看成平穩(wěn)的隨機(jī)信號，利用數(shù)字信號處理技術(shù)來提取語音特征參數(shù)。在進(jìn)行處理時，按幀從數(shù)據(jù)區(qū)中取出數(shù)據(jù)，處理完后再取下一幀。最后得到由每一幀參數(shù)組成的語音特征參數(shù)的時間序列。14x0(m)0N-1x1(m)TT+N-1y0(m)0N-1y1(m)TT+N-115

5、語音信號的特性分析一、語音信號的時域波形和頻譜特性二、語音信號的語譜圖三、語音信號的統(tǒng)計特性16一、語音信號的時域波形和頻譜特性 時域波形：幅度時間圖。大致得出音節(jié)的起始點、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17 頻譜特性：幅度譜圖。得出基音周期、共振峰頻率及其位置。女聲英文a的頻譜183 語音信號的時域分析一、短時能量及短時平均幅度分析二、短時過零率分析三、短時相關(guān)分析四、短時平均幅度差函數(shù)191.幅度分析的依據(jù)：是基于語音信號幅度隨時間變化。清音段幅度小，其能量集中于高頻段；濁音段幅度較大，其能量集中于低頻段。2.短時能量函數(shù)和短時平均幅度函數(shù)一、短時能量及短時平均幅度分析T為幀移長度N為幀長20 男聲“深圳 廣州 珠?！钡亩虝r幅度統(tǒng)計。在采樣頻率為22050Hz的情況下，取20ms作為一幀，幀長為441點，一共統(tǒng)計了180幀。短時平均幅度原始語音213.短時平均幅度函數(shù)和能量函數(shù)的作用(1)區(qū)分清/濁音： En、Mn大，對應(yīng)濁音； En、Mn小，對應(yīng)清音。(2)在信噪比高的情況下，能進(jìn)行有聲/無聲判決 無聲時，背景噪聲的En、Mn??； 有聲時，En、Mn顯著增大。判決時可設(shè)置一個門限。(3)大致能定出濁音變?yōu)榍逡舻臅r刻，或反之。22 女聲漢語拼音a的一幀信號（在采樣頻率為22