freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

語音信號(hào)時(shí)域分析畢業(yè)設(shè)計(jì)論文(編輯修改稿)

2024-08-19 17:41 本頁面
 

【文章內(nèi)容簡(jiǎn)介】 漢明窗: hH={? (2nπN?1)), 0 ≤ n ≤ N? 1 0, 其余值 () 下圖是兩個(gè)窗函數(shù)的時(shí)域波形: 圖 25 矩形窗幅度特性 圖 26 漢明窗時(shí)域波形 圖 27 漢明窗幅度特性 西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 13 本章小結(jié):本章主要討論語音信號(hào)處理前對(duì)語音信號(hào)的準(zhǔn)備工作,包括采集、分類預(yù)處理。主要是為了為語音信號(hào)的時(shí)域分析做好必要的準(zhǔn)備工作 。西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 14 第 3 章 語音信號(hào)的時(shí)域分析 語音信號(hào)分析技術(shù) 語音信號(hào)分析是語音信號(hào)處理的前提和基礎(chǔ),只有分析出可表示語音信號(hào)本質(zhì)特征的參數(shù),才有可能利用這些參數(shù)進(jìn)行高效的語音通信、語音合成和語音識(shí)別等處理。而且 ,語音合成的音質(zhì)好壞,語音識(shí)別率的高低,也都取決于對(duì)語音信號(hào) 的準(zhǔn)確性和精確性。因此語音信號(hào)分析在語音信號(hào)處理應(yīng)用中具有舉足輕重的地位。 語 音信號(hào)平穩(wěn)性、時(shí)變、離散性大、且其中蘊(yùn)含著說話內(nèi)容及說話人特征 ,處理難度大 , 語音信號(hào)可用其取樣波形描述 ,也可用信號(hào)參數(shù)和特征來描述 。 提取少量參數(shù)描述語音信號(hào) ,即語音信號(hào)的參數(shù)表示 ,是語音處理的關(guān)鍵技術(shù)之一 .根據(jù)所分析的參數(shù)不 同 ,語音信號(hào)分析分為時(shí)域、頻域、倒頻譜、小波域、高階積累量域等方法 .時(shí)域分析具有最簡(jiǎn)單、運(yùn)算量小、物理意義明確等優(yōu)點(diǎn) 。 . 貫穿于語音分析全過程的是“短時(shí)分析技術(shù)”。因?yàn)椋Z音信號(hào)從整體來看其特性及表征其本質(zhì)特征的參數(shù)均是隨時(shí)間而變化的,所以它是一個(gè)介于穩(wěn)態(tài)過程,不能用處理平穩(wěn)信號(hào)的數(shù)字信號(hào)處理技術(shù)對(duì)其進(jìn)行分析處理。但是,由于不同的語音是由人的口腔肌肉運(yùn)動(dòng)構(gòu)成聲道某種形狀而產(chǎn)生的響應(yīng),而這種口腔肌肉運(yùn)動(dòng)相對(duì)于語音頻率來說是非常緩慢的,所以從另一方面看,雖然語音信號(hào)號(hào)具有時(shí)變特性,但是在一個(gè)短時(shí)間范圍內(nèi) (一般認(rèn) 為在 10~ 30ms 的短時(shí)間內(nèi) ),其特性基本保持不變即相對(duì)穩(wěn)定,因面可以將其看作是一個(gè)準(zhǔn)穩(wěn)態(tài)過程,即語音信號(hào)具有短時(shí)平穩(wěn)性。所以任何語音信號(hào)的分析和處理必須建立在“短時(shí)”的基礎(chǔ)上.即進(jìn)行“短時(shí)分析”,將語音信號(hào)分為一段一段來分析其特征參數(shù),其中每一段稱為一“幀”,幀長一般取為 10~ 30ms。這樣,對(duì)于整體的語音信號(hào)來講,分析出的是由每一幀特征參數(shù)組成的特征參數(shù)時(shí)間序列。 根據(jù)所分析出的參數(shù)的性質(zhì)的不同,可將語音信號(hào)分析分為時(shí)域分析、頻域分析、線性預(yù)測(cè)、同態(tài)處理分析等;時(shí)域分析方法具有簡(jiǎn)單、計(jì)算量小、物理意義明 確等優(yōu)點(diǎn),但由于語音信號(hào)最重要的感知特性反映在功率譜中,而相位變化只起著很小的作用,所以相對(duì)于時(shí)域分析來說頻域分析更為重要。本文將簡(jiǎn)要介西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 15 紹時(shí)域分析以及語譜圖分析。 語音信號(hào)的時(shí)域分析 語音信號(hào)的時(shí)域分析就是分析和提取語音信號(hào)的時(shí)域參數(shù)。進(jìn)行語音分析時(shí),最先接觸到并且也是最直觀的是它的時(shí)域波形。語音信號(hào)本身就是時(shí)域信號(hào),因而時(shí)域分析是最早使用,也是應(yīng)用最廣泛的一種分析方法,這種方法直接利用語音信號(hào)的時(shí)域波形。時(shí)域分析通常用于最基本的參數(shù)分析及應(yīng)用,如語音的分割、預(yù)處理、大分類等。這種分析方法的特點(diǎn)是: ① 表示語音信號(hào)比較直觀、物理意義明確。 ② 實(shí)現(xiàn)起來比較簡(jiǎn)單、運(yùn)算且少。 ③ 可以得到語音的一些重要的參數(shù)。④只使用示波器等通用設(shè)備,使用較為簡(jiǎn)單等。 語音信號(hào)的時(shí)域參數(shù)有短時(shí)能量、短時(shí)過零率、短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)等,這是語音信號(hào)的一組最基本的短時(shí)參數(shù),在各種語音信號(hào)數(shù)字處理技術(shù)中都要應(yīng)用。在計(jì)算這些參數(shù)時(shí)使用的一般是方窗或漢明窗。 短時(shí)能量及短時(shí)平均幅度分析 設(shè)語音波形時(shí)域信號(hào)為 x(l)、加密分幀處理后得到的第 n 幀語音信號(hào)為 Xn(m),則 Xn(m)滿足下式: ( ) ( ) ( ) ( )nx m w m x n m m?? 01mN? ? ? (31) 1 0 ~ ( 1)( ) { mNmwm ???? , 0, 其 他 值 (32) 其中, n= 0, 1T, 2T,?,并且 N 為幀長, T 為幀移長度。 設(shè)第 n幀語音信號(hào) Xn(m)的短時(shí)能量用 En 表示,則其計(jì)算公式如下: 1 20 ()NnnmE x m???? (33) En 是一個(gè)度量語音信號(hào)幅度值變化的函數(shù),但它有一個(gè)缺陷,即它對(duì)高電平非常敏感 (因?yàn)樗?jì)算時(shí)用的是信號(hào)的平方 )。為此可采用另一個(gè)度量語音信號(hào)幅度值變化的函數(shù).即短時(shí)平均幅度函數(shù) Mn,它定義為: 10 ()NMnnm xm???? (34) Mn 也是一種語音信號(hào)能量大小的表征,它與 En 的區(qū)別在于計(jì)算時(shí)小取樣值西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 16 和大取樣值不會(huì)因取平方而造成較大差異,在某些應(yīng)用領(lǐng)域里會(huì)帶來一些好處。 短時(shí) 能量可以度量語音信號(hào)的能量隨時(shí)間的變化情況, 短時(shí)能量和短時(shí)平均幅度函數(shù)的主要用途有:①可以區(qū)分濁音段與清音段,因?yàn)闈嵋魰r(shí) En值比清音時(shí)大的多。 ② 可以用來區(qū)分聲母與韻母的分界,無聲與有聲的分界,連字 (指字之間無間隙 )的分界等。③作為一種超音段信息,用于語音識(shí)別中。 下圖為不同的窗長對(duì)短時(shí)能量的影響 (語音信號(hào)為(‘西安工程大學(xué)’) 圖 31 幀數(shù)為 50 的 短時(shí)能量 圖 32 幀數(shù)為 100 的短時(shí)能量 西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 17 圖 33 幀數(shù)為 200 的短時(shí)能量 圖 34 幀數(shù)為 400 的短時(shí)能量 短時(shí)過零率分析 短時(shí)過零率表示一幀語音中語音信號(hào)波形穿過橫軸(零電平)的次數(shù)。過零率分析是語音時(shí)域分析中最簡(jiǎn)單的一種。對(duì)于連續(xù)語音信號(hào),過零即意味著時(shí)域波形通過時(shí)間軸;而對(duì)于離散信號(hào),如果相鄰的取樣值改變符號(hào)則稱為過零。過零率就是樣本改變符號(hào)的次數(shù)。定義語音信號(hào) Xn( m) 的短時(shí)過零率 Zn 為: ? ? ? ?101 s g n ( ) s g n ( 1 )2 Nn n nmZ x m x m??? ? ?? ( 35) 式中, sgn [ ]是符號(hào)函數(shù),即: 西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 18 ? ? ?1,( 0 )1,( 0 )sgn x xx ???? ( 36) 在實(shí)際中求過零率參數(shù)時(shí),需要十分注意的一個(gè)問題是如果輸入信號(hào)中包含有 50Hz 的工頻干擾或者 A/D 變換器的工作點(diǎn)有偏移 (這等效于輸入信號(hào)有直流偏移 ),往往會(huì)使計(jì)算的過零率參數(shù)很不準(zhǔn)確。為了解決前一個(gè)問題, A/D 變換器前的防混疊帶通濾波器的低端截頻應(yīng)高于 50Hz,以有效地抑制電源干擾。對(duì)于后一個(gè)問題除了可以采用低直流漂移器件外,也可以在軟件上加以解決,這就是算出每一幀的直流分量并予以濾除。 短 時(shí)平均過零數(shù)可應(yīng)用于語音信號(hào)分析,它粗略的描述了信號(hào)頻譜特性 ,因而可用于區(qū)分清 /濁音 .發(fā)現(xiàn)發(fā)濁音時(shí),盡管聲道有若干個(gè)共振峰,但由于聲門波引起譜的高頻跌落,所以其話音能量約集中在 3kHz以下。而發(fā)清音時(shí),多數(shù)能量出現(xiàn)在較高頻率上。高頻就意味著高的平均過零率,低頻意味著低的平均過零率,所以可以認(rèn)為濁音時(shí)具有較低的過零率,而清音時(shí)具有較高的過零率。當(dāng)然,這種高低僅是相對(duì)而言,并沒方精確的數(shù)值關(guān)系。 利用短時(shí)平均過零率還可以從背景噪聲中找出語音信號(hào),可用于判斷寂靜無聲段和有聲段的起點(diǎn)和終點(diǎn)位置。在孤立詞的語音識(shí)別 中,必須要在一連串連續(xù)的語音信號(hào)中進(jìn)行適當(dāng)分割,用以確定一個(gè)一個(gè)單詞的語音信號(hào),即找出每一個(gè)單詞的開始和終止位置,這在語音處理中是一個(gè)基本問題。此時(shí),在背景噪聲較小時(shí)用平均能量識(shí)別較為有效,而在背景噪聲較大時(shí)用平均過零率識(shí)別較為有效。但是研究表明,在以某些音為開始或結(jié)尾時(shí).如當(dāng)弱摩擦音 (如 [f]、 [h]等音素 )、弱燃破音 (如 [p]、 [t]、 [k]等音素 )為語音的開頭或結(jié)尾;以鼻音 (如 [n]、 [m]等音素 )為語音的結(jié)尾時(shí).只用其中一個(gè)參量來判別語音的起點(diǎn)和終點(diǎn)是有困難的,必須同時(shí)使用這兩個(gè)參數(shù)。圖 31 是 用 MATLAB 仿真一段語音信號(hào)時(shí)域波形的短時(shí)平均過零率。 (語音信號(hào)為‘西安工程大學(xué)’) 西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 19 圖 35語音信號(hào)的短時(shí)平均過零率 短時(shí)平均幅度與短時(shí)過零率的分布特點(diǎn)分析 短時(shí)平均幅度(或短時(shí)能量)與短時(shí)過零率都是隨機(jī)變量。研究發(fā)現(xiàn),它們的概率分布決定語音的性質(zhì)。對(duì)于無聲 .清音和濁音而言,它們的短時(shí)平均幅度的概率分布不僅是不同的,而且他們的短時(shí)過零率的概率分布也是不同的。設(shè)用p( M/S)表示無聲的短時(shí)平均幅度的概率分布,用 p( M/U)表示清音的短時(shí)平均幅度的概率分布,則用下圖給出了它們的分布曲線 。 西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 20 短時(shí)自相關(guān)函數(shù)分析 相關(guān)分析師語音信號(hào)的時(shí)域波形常用的分析方法,利用短時(shí)自相關(guān)函數(shù)可以求得語音波形的基音周期;在用線性預(yù)測(cè)分析語音信號(hào)時(shí),也要用到短時(shí)自相關(guān)函數(shù)。其定義如下: Rn(K)=∑ Xn(m)Xn( m +k)N?1?Km=0 ( 0< k≤ K) ⑴ 式中, K 為最大延遲點(diǎn)數(shù), N為幀長 。 短時(shí)自相關(guān)函數(shù)具有如下性質(zhì):①若語音信號(hào)時(shí)周期的,則其短時(shí)自相關(guān)函數(shù)也是周期的;②若語音信號(hào)時(shí)偶函數(shù),則取、其短時(shí)自相關(guān)函數(shù)也是偶函數(shù);③ k=0時(shí),短時(shí)自相關(guān)函數(shù)具有最大值,這是它表示語音信號(hào)的能量或平均功率。 由上式不難看出,隨著延遲 k的增加,式中相加的乘積項(xiàng)將減少,則導(dǎo)致短時(shí)自相關(guān)函數(shù)的幅度值下降;如果幀長不夠,就難于準(zhǔn)確的確定語音信號(hào)波形序列的基音周期。對(duì)上式進(jìn)行適當(dāng)修改,則有修正的短時(shí)自相關(guān)函數(shù); Rn( k) =∑ X’n(m)X′n( m+k)N?1m=0 ( 0﹤ k≤ K) ⑵ 式二中的語音信 號(hào)序列不再由式( 2) 表示,而進(jìn)行如下修正; {X‘n(m) = X(n+ m)w’( m)w‘(m) = { 1 ( m≤ m ≤ N ?1+ K)0 (m 0, m ?? ?1 +??) 對(duì) N 點(diǎn)窗的 K點(diǎn)短時(shí)自相關(guān)函數(shù),如直接計(jì)算,約需 KN次乘法和加法;對(duì)很多實(shí)際應(yīng)用, K與 N均較大(如 K=250,N=401) .為此提出一些減少運(yùn)算量的方法。如 FFT,這是由于自相關(guān)函數(shù)為功率譜的 IDFT。為避免自相關(guān)計(jì)算的混疊,需 2N 點(diǎn) DFT(用 FFT 實(shí)現(xiàn)),其中有 N點(diǎn)數(shù)據(jù)由 N個(gè)零點(diǎn)取樣來補(bǔ)足。構(gòu)成一個(gè)西安工程大學(xué)畢業(yè)設(shè)計(jì)(論文) 21 平方幅度約需 2N 次乘法,而 2N 點(diǎn) FFT 需 2N ㏒ 2N 次乘法,得到所 有 N 點(diǎn)自相關(guān)函數(shù)。因而, FFT 方法所需乘法總數(shù)為 : NF =2 2N ㏒ 2N+2N 另一方面,目前 DSP 可在一個(gè)很短的指令周期內(nèi)完成一次乘加運(yùn)算,且為卷積運(yùn)算設(shè)計(jì)了一些效率很高的運(yùn)算指令,所以如采用 DSP 實(shí)現(xiàn)自相關(guān)運(yùn)算,通常是直接計(jì)算反而更加簡(jiǎn)單,而不必采用結(jié)構(gòu)復(fù)雜的快速算法。 下圖為一段語音信號(hào)分別加矩形窗和漢明窗的短時(shí)自相關(guān)分析 (語音信號(hào)為“西安工程大學(xué)”): 圖 38加矩形窗后的自相關(guān)函數(shù) 短時(shí)平均幅度差函數(shù)分析 短時(shí)平均幅度差函數(shù)其定義為: Fn( k) =∑ |XnN?1?Km=0 (m) ?Xn(m +k)| ( 0< k≤ K) 如果語音信號(hào)具有周期性,則由上式表示的短時(shí)平均幅度差函數(shù)的極小值也會(huì)周期的出現(xiàn);也就是說,若語音信號(hào)是周期的,則其短時(shí)平均幅度差函數(shù)也是周期的;這一點(diǎn)與短時(shí)自相關(guān)函數(shù)類似,因此可以用它代替短時(shí)自相關(guān)函數(shù)來檢測(cè)語音波形序列的基音周期。而且,短時(shí)平均幅度差函數(shù)與短時(shí)自相關(guān)函數(shù)的關(guān)系為 : Fn( k) =√2β( k)【 Rn(0)Rn( k)】 1/2 對(duì)于不同
點(diǎn)擊復(fù)制文檔內(nèi)容
研究報(bào)告相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1