时域分析研讨.pptVIP

* * 一种常用的时域波形分析方法 * 这些特性均可用于语音信号的时域分析，例如用短时自相关函数求浊音段的基音周期；由性质1)、3)可知浊音的自相关函数周期性出现峰值点，且周期为基音周期。 * 用窗函数对语音信号进行加窗分帧后，对每一帧求自相关函数，其中n表示加窗的位置,由公式可见某一帧的短时自相关函数是延迟k的函数，是一条变化的曲线，而不是一个数值点。 * * * * 实际上我们采用的反混叠滤波器是一个带通滤波器，除了滤波上限不能低于奈奎斯特取样率即信号最高频率的两倍，滤波下限不低于工频即50Hz,一般取60Hz. * * 横轴表示实际电压值， 纵轴表示还原为模拟信号后的值 * * * * * * M 称作帧移，M/N在0~1/2之间 * * * 矩形窗，海明窗，汉宁窗 * 公式3-18 推导及线性滤波器框图，h(n) 表达式。 * 公式3-18 推导及线性滤波器框图，h(n) 表达式。 * 公式3-18 推导及线性滤波器框图，h(n) 表达式。 * * 通常认为一个语音帧内应包含1到7个基音周期，但由于不同的人基音周期相差很大，故通常在10KHz的取样率下N选择100到200点为宜，对应的时长为10ms到20ms. * 通常认为一个语音帧内应包含1到7个基音周期，但由于不同的人基音周期相差很大，故通常在10KHz的取样率下N选择100到200点为宜，对应的时长为10ms到20ms. * 通常认为一个语音帧内应包含1到7个基音周期，但由于不同的人基音周期相差很大，故通常在10KHz的取样率下N选择100到200点为宜，对应的时长为10ms到20ms. * * W(n-m)不小于零，故可把直接放到绝对值符号之外 * W(n-m)不小于零，故可把直接放到绝对值符号之外 * 以正弦信号为例说明平均过零率,z=2 f0/fs * 计算中每个样本点都使用了两次，故w(n)的幅值取1/2N而不是1/N,这样就保证了取平均值计算的准确性；短时平均过零率的卷积运算及其滤波器实现。 * * * Nbn为语音帧的个数 * * 判断元音只需要TE这一个门限即可。 3.2 短时能量和短时平均幅度 振幅越大则能量越大，通常用以下方式计算语音能量 短时平均能量函数 － 变换T[ ]是指平方和运算； － 两种计算方法： （3-17） 3.2 短时能量和短时平均幅度 振幅越大则能量越大，通常用以下方式计算语音能量 短时平均能量函数 － 变换T[ ]是指平方和运算； － 两种计算方法： （3-18） － h(n)是无限冲激响应滤波器时，短时能量可递推计算得到 直角窗时 h(n)＝1， 0≤n≤N-1 h(n)＝0， 其他  对应于该单位函数响应的数字滤波器的频率响应为 它具有线性的相位—频率特性，其频率响应中第一个零值所对应的频率为  这里，fs为取样频率，而T＝1/fs为取样周期。 3.2 短时能量和短时平均幅度 矩形窗与海明窗的频率响应: 海明窗的第一个零值频率位置比直角窗要大1倍左右，即带宽约增加1倍； 同时其带外衰减也比直角窗大得多。 3.2 短时能量和短时平均幅度 对语音信号的时域分析来说: 窗口的形状是重要的，选用不同的窗口，将使能量的平均结果不同：直角窗的谱平滑较好，但波形细节丢失(高频分量)；而海明窗则相反。 窗的长度对于能否反映语音信号的幅度变化，将起决定作用。如果N很大，它等效于带宽很窄的低通滤波器，此时En随时间的变化很小，不能反映语音信号的幅度变化，波形的变化细节就看不出来；反之，N太小时，滤波器的通带变宽，短时能量随时间有急剧的变化，不能得到平滑的能量函数。因此，窗口长度选择应合适。 窗口长度选择应合适。这里所谓窗口的长与短，都是相对于语音信号的基音周期而言的。通常认为在一个语音帧