《语音信号处理》讲稿第4章.pptVIP

第4章 语音分析 本章主要讨论的问题： 1.语音分析方法概述 2.语音的时域分析 3.语音的频域分析 4.语音的语谱分析 1.语音分析方法概述 语音分析是语音合成及语音识别的基础。 语音分析的三种方法： （1）时域分析法——时域波形图。 （2）频域分析法——频谱图。 （3）语谱分析法——语谱图。 1.语音分析方法概述 （1）时域分析法 语音的时域分析采用时域波形图。横坐标是时间，纵坐标是幅值。 1.语音分析方法概述 （2）频域分析法 频域分析包含：语音信号的频谱、功率谱、倒频谱、频谱包络、短时间谱等。 常用的频域分析方法有： a.带通滤波器组法。 b.傅里叶变换法。 c.线性预测法等。 1.语音分析方法概述 （3）语谱分析法 语谱分析法是另一种用于语音分析的有效方法。语谱分析法始于20世纪40年代，当时研制成功语谱仪，能生成语谱图。 语谱图可以在二维（时间及频率）图上表示音强的关系，提供了有关不同时间不同频率的相对音强的有价值的信息。 2.语音的时域分析 三种常用的时域分析方法： （1）过零分析 （2）幅度分析 （3）相关分析 2.语音的时域分析 （1）过零分析 所谓过零，是指对于有时间横轴的连续语音信号，可观察到语音的时域波形通过横轴的情况。在离散时间语音信号情况下，若相邻的采样具有不同的代数符号，就称为发生了过零。 2.语音的时域分析 ①几类典型的过零率 a.过零率——单位时间内过零的次数。 b.平均过零率——一段时间内过零率。对于窄带信号，平均过零率是信号频率量的一个简单度量。 2.语音的时域分析 c.短时平均过零率。 2.语音的时域分析 语音的短时处理的一个重要问题是采样个数N 的取值。 由于人类听觉范围为20Hz~20kHz，因此，采样频率f s为10kHz可以满足语音处理要求。若女性、男性的音调分别对应为 400~80Hz，则在采样频率f s为10kHz情况下，采样个数N为 25~125。 2.语音的时域分析 ②短时平均过零率的应用 a.区别清音和浊音。 例如，清音的过零率高，浊音的过零率低。此外，清音和浊音的两种过零分布都与高斯分布曲线比较吻合。 清音和浊音的过零分布 2.语音的时域分析 b.从背景噪声中找出语音信号。 语音处理领域中的一个基本问题是，如何将一串连续的语音信号进行适当的分割，以确定每个单词语音的信号，亦即找出每个单词的开始和终止位置。 在孤立词的语音识别中，可利用能量和过零作为有话无话的鉴别。 2.语音的时域分析 ③过零分析的缺陷 有些单词仅用过零率无法判定语音的开始和终止。 解决办法：结合过零率和信号能量分析（如幅度分析）。 2.语音的时域分析 （2）幅度分析 幅度分析用于估计语音信号的特征。清音段幅度较小，能量集中于高频段；浊音段幅度较大，能量集中于低频段。 幅度分析包括两方面： ①幅度 ②能量 由于语音信号的宽带特点，采用短时处理技术。 2.语音的时域分析 ①短时能量函数 短时能量函数定义： 式中，h(n)= ?2(n)为窗函数。 2.语音的时域分析 两种典型窗函数：矩形窗、哈明(Hamming)窗。 a.矩形窗的定义： h(n)= 1, 0 ≤ n ≤ N-1 h(n)= 0, 其他 b.哈明窗的定义： h(n)= 0.54-0.64cos(2∏n/(N-1)), 0≤n≤ N-1 h(n)= 0, 其他 2.语音的时域分析 矩形窗的频率响应如下式所示： 通过矩形窗，可以求出哈明窗的频率响应。 2.语音的时域分析 实验表明，在用短时能量反映语音信号的幅度变化时，不同的窗函数以及相应窗的长短均有影响。哈明窗的效果比矩形窗略好。但是，窗的长短影响起决定性作用。 窗过大（N很大），等效于很窄的低通滤波器，不能反映幅度En的变化；窗过小（N很小），短时能量随时间急剧变化，不能得到平滑的能量函数。在10kHz的采样频率下，N选为100~200比较合适。 2.语音的时域分析 小结：短时能量函数的应