語音信號的采集與時頻域分析系統(tǒng)的設(shè)計-文庫吧
2025-06-11 09:17 本頁面
【正文】 度?。?*pi/N），具有較高的頻率分辨率，旁瓣峰值大（），會導(dǎo)致泄漏現(xiàn)象；哈明窗的主瓣寬8*pi/N，旁瓣峰值低（），可以有效的克服泄漏現(xiàn)象，具有更平滑的低通特性。因此在語音頻譜分析時常使用哈明窗，在計算短時能量和平均幅度時通常用矩形窗。 矩形窗和哈明窗的頻率響應(yīng) 矩形窗和哈明窗的主瓣寬度和旁瓣峰值窗函數(shù)主瓣寬度旁瓣峰值矩形窗4*pi/N哈明窗8*pi/N短時能量主要分析語音信號能量隨時間的變化，由于語音信號的清音和濁音之間能量有較大的差距，進(jìn)而可通過短時能量對語音的清濁音進(jìn)行分析。定義短時能量為： （）其中N為窗長，當(dāng)選用矩形窗時則有： （）由式（）能量函數(shù)反應(yīng)語音信號的幅度，~。窗長太大，不能反應(yīng)能量的變化，窗長太小，不能得到平滑的能量函數(shù)。短時能量函數(shù)的應(yīng)用:1）可用于區(qū)分清音段與濁音段。值大對應(yīng)于濁音段，值小對應(yīng)于清音段。2）可用于區(qū)分濁音變?yōu)榍逡艋蚯逡糇優(yōu)闈嵋舻臅r間（根據(jù)值的變化趨勢）。3）對高信噪比的語音信號，也可以用來區(qū)分有無語音（語音信號的開始點或終止點）。無信號（或僅有噪聲能量）時，值很小，有語音信號時，能量顯著增大。 不同矩形窗長的短時能量函數(shù) 不同哈明窗長的短時能量函數(shù)短時過零率可以粗略估計語音的頻譜特性。高頻率對應(yīng)著高過零率，低頻率對應(yīng)著低過零率，那么過零率與語音的清濁音就存在著對應(yīng)關(guān)系：清音的過零率高，濁音的過零率低。 定義短時平均過零率： （）其中為符號函數(shù)。在矩形窗條件下，可以簡化為： （） 矩形窗（N=320）條件下的短時平均過零率。分析可知：清音的短時能量較低，過零率高，濁音的短時能量較高，過零率低。，兩但者分布之間有相互交疊的區(qū)域，所以單純依賴于平均過零率來準(zhǔn)確判斷清濁音是不可能的，在實際應(yīng)用中往往是采用語音的多個特征參數(shù)進(jìn)行綜合判決短時平均過零率的應(yīng)用：1）區(qū)別清音和濁音。例如，清音的過零率高，濁音的過零率低。此外，清音和濁音的兩種過零分布都與高斯分布曲線比較吻合。2）從背景噪聲中找出語音信號。語音處理領(lǐng)域中的一個基本問題是，如何將一串連續(xù)的語音信號進(jìn)行適當(dāng)?shù)姆指?，以確定每個單詞語音的信號，亦即找出每個單詞的開始和終止位置。3）在孤立詞的語音識別中，可利用能量和過零作為有話無話的鑒別。自相關(guān)函數(shù)用于衡量信號自身時間波形的相似性。濁音的時間波形呈現(xiàn)出一定的周期性，波形之間相似性較好；清音的時間波形呈現(xiàn)出隨機噪聲的特性，樣點間的相似性較差。因此，我們用短時自相關(guān)函數(shù)來測定語音的相似特性。短時自相關(guān)函數(shù)定義為： （）令，并且，可以得到： （）進(jìn)而則有： （）自相關(guān)函數(shù)常用來作以下兩種語音信號特征的估計：1） 區(qū)分語音是清音還是濁音：清音的短時自相關(guān)函數(shù)不具有周期性，濁音是周期信號2）估計濁音語音信號的基音周期。 圖（）給出了語音采集信號N=460的短時自相關(guān)函數(shù)波形和平均過零率。短時自相關(guān)函數(shù)波形分析可知：濁音是周期信號，濁音的短時自相關(guān)函數(shù)呈現(xiàn)明顯的周期性，自相關(guān)函數(shù)的周期就是濁音信號的周期，根據(jù)這個性質(zhì)可以判斷一個語音信號是清音還是濁音，還可以判斷濁音的基音周期。濁音語音的周期可用自相關(guān)函數(shù)中第一個峰值的位置來估算。反之，清音接近于隨機噪聲，清音的短時自相關(guān)函數(shù)不具有周期性，也沒有明顯突起的峰值，且隨著延時k的增大迅速減小。1）基音頻率的估計a) 可利用時域分析判定某一語音有效的清音和濁音段。b) 針對濁音段，可直接利用短時自相關(guān)函數(shù)估計基音頻率。 2）語音端點的檢測與估計可利用時域分析判定某一語音信號的端點，尤其在有噪聲干擾時，如何準(zhǔn)確檢測語音信號的端點，這在語音處理中是富有挑戰(zhàn)性的一個課題。 第二章 語音信號頻域分析語音信號的頻域分析主要應(yīng)用傅立葉變換來分析，由于語音信號是隨著時間變化的，因此一般標(biāo)準(zhǔn)的傅立葉表示雖然適用于周期及平穩(wěn)隨機信號的表示，但不能直接用于語音信號。由于語音信號可以認(rèn)為在短時間內(nèi)，近似不變，因而可以采用短時分析法。 短時傅立葉變換由于語音信號是短時平穩(wěn)的隨機信號，某一語音信號幀的短時傅立葉變換的定義為： （）其中w(nm)是實窗口函數(shù)序列，n表示某一語音信號幀。令nm=k39。，則得到 （）于是可以得到： （）假定： （）則可以得到：
研究報告相關(guān)推薦
鄂ICP備17016276號-1