【文章內(nèi)容簡介】 ，有較大的上下沖，采用矩形窗時(shí)求得的與的偏差較大，這就是Gibbs效應(yīng)，所以不適合用于頻譜成分很寬的語音分析中。而漢明窗在頻率范圍中的分辨率較高，而且旁辯的衰減大，具有頻譜泄漏少的優(yōu)點(diǎn)。所以在求短時(shí)頻譜時(shí)一般采用具有較小上下沖的漢明窗。與離散傅里葉變換和連續(xù)博里葉變換的關(guān)系一樣，如令角頻率w=2πk／N，則得離散的短時(shí)傅里葉變換(DFT)。它實(shí)際上是在頻域的取樣，如下所示： (35)在語音信號(hào)數(shù)字處理中，都是采用的離散博里葉變換(DFT)來替代并且可以用高效的快速傅里葉變換(FFT)算法完成由至的轉(zhuǎn)換。當(dāng)然，這時(shí)窗長N必須是2的倍數(shù)(L是整數(shù))。根據(jù)傅里葉變換的性質(zhì)，實(shí)數(shù)序列的傅里葉變換的頻譜具有對(duì)稱性，因此，全部頻譜信息包含在長度為N/2+1個(gè)里。另外，為了使具有較高的頻率分辨率，所取的DFT以及相應(yīng)的FFT點(diǎn)數(shù)應(yīng)該足夠多，但有時(shí)的長度N要受到采樣率和短時(shí)性的限制，例如，在通常采樣率為8kHz且?guī)L為20ms時(shí)，N=而一般取25512或1024，為了將的點(diǎn)數(shù)從N擴(kuò)大力，可以采用補(bǔ)0的辦法，在擴(kuò)大的部分添若干個(gè)0取樣值，然后再對(duì)添0后的序列進(jìn)行FFT。例如、在10kHz的范圍內(nèi)采樣求頻譜，并要求頻率分辨率在30Hz以下。由10k/＜30，得＞333，所以＝要取比333大的值，這時(shí)可取=＝512點(diǎn)，不足的部分采用補(bǔ)0的辦法解決，此時(shí)頻率分辨率(即頻率間隔)為10Hz／512＝，采樣后的該幀信號(hào)頻率處在0～之間，因此，原連續(xù)信號(hào)頻率就處在0～之間(即)，所以我們要在0～頻率范圍內(nèi)求其頻譜。FFT的計(jì)算可以在通用計(jì)算機(jī)上由相應(yīng)的算法軟件來完成，這種方式一般只能實(shí)現(xiàn)非實(shí)時(shí)運(yùn)算。為了完成實(shí)時(shí)運(yùn)算可以采用先進(jìn)的數(shù)字信號(hào)處理芯片、陣列處理芯片或?qū)Ｓ肍FT芯片。為了完成1024點(diǎn)的FFT，這些專用芯片所需的運(yùn)算時(shí)間是幾十毫秒至幾毫秒，甚至可以降至1ms以下。在語音信號(hào)數(shù)字處理中，功率譜具有重要意義，在一些語音應(yīng)用系統(tǒng)中。往往都是利用語音信號(hào)的功率譜。根據(jù)功率譜定義，可以寫出短時(shí)功率譜與短時(shí)傅里葉變換之間的關(guān)系：或者： 式中＊表示復(fù)共軛運(yùn)算。并且功率譜是短時(shí)自相關(guān)函數(shù)的傅里葉變換。圖32是用Matlab中的psdplot命令繪得的同一人兩次說同一詞的功率譜比較(窗函數(shù)取窗長度為256的Hamming窗)。 圖32同一人兩次說同一詞的功率譜比較可以看出功率譜圖比較好地反映出聲音的個(gè)人特征：在低頻部分（頻率低于6000Hz），同一人說同一詞，其功率譜圖中的各個(gè)波峰所對(duì)應(yīng)的頻率基本相同；不同人說同一詞，其功率譜圖的出現(xiàn)波峰的頻率比較接近；同一人說不同詞時(shí)功率譜的形狀差別較大。在高頻部分，波峰比較密集，特征不明顯。 語音信號(hào)的語譜圖語音的時(shí)域分析和頻域分析是語音分析的兩種重要方法。顯然這兩種單獨(dú)分析的方法均有局限性：時(shí)域分析對(duì)語音信號(hào)的頻率特性沒有直觀的了解；而頻域分析出的特征中又沒有語音信號(hào)隨時(shí)間的變化關(guān)系；語音信號(hào)是時(shí)變信號(hào)，所以其頻譜也是隨時(shí)間變化的。但是由于語音信號(hào)隨時(shí)間變化是很緩慢的，因而在一段短時(shí)間內(nèi)(如10～30ms之間，即所謂的一幀之內(nèi))可以認(rèn)為其頻譜是固定不變的，這種頻譜又稱為短時(shí)譜。短時(shí)譜只能反映語音信號(hào)的靜態(tài)頻率特性，不能反映語音信號(hào)的動(dòng)態(tài)頻率特性。因此，人們致力于研究語音的時(shí)頻分析特性。把和時(shí)序相關(guān)的傅里葉分析的顯示圖形稱為語譜圖(Sonogram，或者Spectrogram)。語譜圖是一種三維頻譜，它是表示語音頻譜隨時(shí)間變化的圖形，其縱軸為頻率，橫軸為時(shí)間，任一給定頻率成分在給定時(shí)刻的強(qiáng)弱用相應(yīng)點(diǎn)的灰度或色調(diào)的濃淡來表示。用語譜圖分析語音又稱為語譜分析。語譜圖中顯示了大量的與語音的語句特性有關(guān)的信息，它綜合了頻譜圖和時(shí)域波形的特點(diǎn)，明顯地顯示出語音頻譜隨時(shí)間的變化情況，或者說是一種動(dòng)態(tài)的頻譜；記錄這種頻譜的儀器就是語譜儀。語譜儀實(shí)際上是一個(gè)帶通濾波器組的輸出隨時(shí)間發(fā)生連續(xù)變化，連續(xù)重復(fù)進(jìn)行語音信號(hào)頻率分析的儀器。帶通濾波器有兩種帶寬可供選擇：窄帶為45Hz，寬帶為300Hz。窄帶語譜圖有良好的頻率分辨率，有利于顯示基音頻率及其各次諧波，但它的時(shí)間分辨率較差，不利于觀察共振峰(聲道諧振)的變化；而寬帶語譜圖正相反，具有良好的時(shí)間分辨率及較差的頻率分辨率。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。可以利用語譜儀測量語譜圖的方法來確定語音參數(shù)，例如共振峰頻率及基音頻率。語語圖的實(shí)際應(yīng)用是用于確定出講話人的本性。語譜圖上因其不同的黑白程度，形成了個(gè)同的紋路，稱之為“聲紋”，它因人而異，即不同講話者語譜圖的聲紋是不同的。因而可以利用聲紋鑒別不同的講話人。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(gè)道理。雖然對(duì)采用語譜圖的講活人識(shí)別技術(shù)的可靠性存在相當(dāng)?shù)膽岩?，但目前這一技術(shù)已在司法法庭得到某些認(rèn)可及采用。3x 1040河南理工大學(xué)05010015020025030035040050100150200250 圖33“河南理工大學(xué)”語譜圖圖33是用Mtalab繪制的一個(gè)寬帶語譜圖，其中橫抽坐標(biāo)為時(shí)間，縱軸坐標(biāo)為頻率，語句內(nèi)容為“河南城建學(xué)院”，它的發(fā)音在圖下方以音標(biāo)表示。同時(shí)給出了相應(yīng)的語音的時(shí)域波形。語譜圖中的花紋有橫扛(Bar)、亂紋和豎直條等。橫杠是與時(shí)間軸平行的幾條深黑色帶紋，它們相應(yīng)于短時(shí)譜中的幾個(gè)凸出點(diǎn)，也就是共振峰。從橫扛對(duì)應(yīng)的頻率和寬度可以確定相應(yīng)的共振峰頻率和帶寬。在一個(gè)語音段的語譜圖中，有沒有橫扛出現(xiàn)是判斷它是否是濁音的重要標(biāo)志。豎直條(又叫沖直條)是語譜圖中出現(xiàn)與時(shí)間軸垂直的一條窄黑條。每個(gè)豎直條相當(dāng)于一個(gè)基音，條紋的起點(diǎn)相當(dāng)于聲門脈沖的起點(diǎn)，條紋之間的距離表示基音周期。條紋越密表示越音頻率越高。4 語音信號(hào)的綜合仿真分析 MATLAB將矩陣運(yùn)算、數(shù)值分析、圖形處理、編程技術(shù)結(jié)合在一起，為用戶提供了一個(gè)強(qiáng)有力的科學(xué)及工程問題的分析計(jì)算和程序設(shè)計(jì)工具，它還提供了專業(yè)水平的符號(hào)計(jì)算、文字處理、可視化建模仿真和實(shí)時(shí)控制等功能，是具有全部語言功能和特征的新一代軟件開發(fā)平臺(tái)。MATLAB 已發(fā)展成為適合眾多學(xué)科、多種工作平臺(tái)、功能強(qiáng)大的大型軟件。在歐美等國家的高校，MATLAB已成為線性代數(shù)、自動(dòng)控制理論、數(shù)理統(tǒng)計(jì)、數(shù)字信號(hào)處理、時(shí)間序列分析、動(dòng)態(tài)系統(tǒng)仿真等高級(jí)課程的基本教學(xué)工具。成為攻讀學(xué)位的本科、碩士、博士生必須掌握的基本技能。在設(shè)計(jì)研究單位和工業(yè)開發(fā)部門，MATLAB被廣泛的應(yīng)用于研究和解決各種具體問題。在中國，MATLAB也已日益受到重視，短時(shí)間內(nèi)就將盛行起來，因?yàn)闊o論哪個(gè)學(xué)科或工程領(lǐng)域都可以從MATLAB中找到合適的功能。MATLAB的功能 1）全新的開發(fā)環(huán)境GUIDE(GUI Development Environment)：由早期的單一命令窗口發(fā)展為將一些常用的交互式工作界面高度的集中于操作桌面； 2）在命令窗口增加了錯(cuò)誤跟蹤功能(error display message and abort function)； 3）提供了許多新的數(shù)值處理功能(numerical Treatment Techniques)，更新了部分函數(shù)的功能和算法，增加了許多新函數(shù)； 4）在圖形窗口增加了曲線擬合、數(shù)據(jù)統(tǒng)計(jì)等交互工具；(Curve Fitting, Data Analyzing ) 5）引入了類與對(duì)象及函數(shù)句柄等概念。(Object，Handle) 用戶可以創(chuàng)建自己定義的類函數(shù)和函數(shù)句柄； 6）改進(jìn)了編輯/調(diào)試器的界面及功能。 (Editor/Debugger)增加了行號(hào)和書簽等功能； 7）屬性編輯器功能更強(qiáng)(Property Debugger)，使用更方便； 8）建立了一個(gè)與以前完全不同的圖形用戶界面（GUI）圖形窗口，(Graphical Window)使用更加方便靈活； 9）增加了虛擬現(xiàn)實(shí)工具箱，(Virtual Reality Toolbox)使用標(biāo)準(zhǔn)的虛擬現(xiàn)實(shí)建模語言（VRML）技術(shù)，可以創(chuàng)建由MATLAB和simulink環(huán)境驅(qū)動(dòng)的三維動(dòng)畫場景； 10）在應(yīng)用程序接口方面增加了與Java的接口(Interface for Java)，并為二者的數(shù)據(jù)交換提供了相應(yīng)的程序庫。 MATLAB的主要組成部分： 1）開發(fā)環(huán)境(development Environment)：一組圖形化用戶接口工具和組件的集成：MATLAB桌面、命令窗口、命令歷史窗口、編輯調(diào)試窗口及幫助信息、工作空間、文件和搜索路徑等瀏覽器； 2）MATLAB數(shù)學(xué)函數(shù)庫：(Math Function Library)基本函數(shù)：求和、正弦、余弦和復(fù)數(shù)運(yùn)算等；特殊函數(shù)：矩陣求逆、矩陣特征值、貝塞爾函數(shù)和快速付里葉變換等； 3）MATLAB語言：(MATLAB Language)一種高級(jí)編程語言，包括控制流的描述、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入輸出及面對(duì)對(duì)象編程； 4）句柄圖形：(Handle Graphics) 可以對(duì)各種圖形對(duì)象進(jìn)行更為細(xì)膩的修飾和控制，建立完整的圖形界面的應(yīng)用程序。 5）應(yīng)用程序接口：(Applied Function Interface)MATLAB的應(yīng)用程序接口允許用戶使用C或FORTRAN語言編寫程序與MATLAB連接。 工作空間窗口：(Workspace Window) 用于儲(chǔ)存各種變量和結(jié)果的空間，顯示變量的名稱、大小、字節(jié)數(shù)及數(shù)據(jù)類型，對(duì)變量進(jìn)行觀察、編輯、保存和刪除。臨時(shí)變量不占空間，為了對(duì)變量的內(nèi)容進(jìn)行觀察、編輯與修改，可以用三種方法打開內(nèi)存數(shù)組編輯器。*雙擊變量名；*選擇該窗口工具欄上的打開圖標(biāo)；*鼠標(biāo)指向變量名，點(diǎn)擊鼠標(biāo)右鍵，彈出選擇菜單，然后選項(xiàng)操作。欲查看工作空間的情況，可以在命令窗口鍵入命令whos（顯示存在工作空間全部變量的名稱、大小、數(shù)據(jù)類型等信息）或命令who（只顯示變量名） 當(dāng)前目錄瀏覽器：(Current Directory) 用于顯示及設(shè)置當(dāng)前工作目錄，同時(shí)顯示當(dāng)前工作目錄下的文件名、文件類型及目錄的修改時(shí)間等信息。只有在當(dāng)前目錄或搜索路徑下的文件及函數(shù)可以被運(yùn)行或調(diào)用。 設(shè)置當(dāng)前目錄可以在瀏覽器窗口左上角的輸入欄中直接輸入，或點(diǎn)擊瀏覽器下拉按鈕進(jìn)行選擇。還可用cd命令在命令窗口設(shè)置當(dāng)前目錄，如： cd c:\mydir 可將c盤上的mydir目錄設(shè)為當(dāng)前工作目錄。 命令歷史窗口：(Command History) 記錄已運(yùn)行過的MATLAB命令歷史，包括已運(yùn)行過的命令、函數(shù)、表達(dá)式等信息，可進(jìn)行命令歷史的查找、檢查等工作，也可以在該窗口中進(jìn)行命令復(fù)制與重運(yùn)