第三章 语音信号的特征分析课件.pptVIP

第三章 语音信号的特征分析;3.1 语音信号的数字化;语音信号的采样频率;量化精度;语音分析是语音信号处理的前提和基础； 分析的目的是提取需要的信息，获取特征表示参数； 短时分析 语音是一个时变信号 语音的短时平稳特性，在10～30ms时间段内相对平稳 ;预滤波;帧和加窗的概念;;为了减小语音帧的截断效应，需要加窗处理；;几种常见的窗函数的波形 Matlab中，可以通过help window命令来查看怎么产生不同的窗;几种不同的窗函数波形与频谱的比较;不同的窗选择，将决定短时语音分析结果的好坏 首先是窗的长度，无论什么形状的窗，长度N将起决定性的作用。 N选得太大，不能保证每一帧的语音的平稳特性 N太小，不能保证信号的统计特性，容易产生统计噪声 对于频域分析而言，窗长N还直接决定了信号频谱的分辨率 对于语音信号，通常帧长应选择为一个语音帧包含有至少2个基音周期为好。人的语音的基音周期值是变化的，从女性小孩的2ms到老年男子的14ms（即基音频率为500Hz至70Hz），所以N的选择是比较困难的。通常折衷的选择N为20~30ms。若采用频率为10KHz，则相当于每帧的长度（即窗口序列的长度）约为200~300点为宜。若采样频率为8KHz，相当于160~240点 其次是窗口的形状，不同的窗，其频率特性是不一样的，这在短时频域分析时尤为重要。 ;窗函数频谱的主瓣与旁瓣 主瓣: 主瓣宽度控制频谱分析的频率分辨率，主瓣越窄，频率分辨率越高 矩形窗的主瓣宽度 = fs/N hamming窗的主瓣宽度 约为 2fs/N 旁瓣: 旁瓣的高度决定了对临近频率成分的干扰抑制能力，高度越低，抑制干扰能力越强 矩形窗: 主瓣高度 - 第一个旁瓣高度 ≈ 13dB hamming窗: 主瓣高度 - 第一个旁瓣高度 40dB 旁瓣高度跟窗长N 无关;窗函数及其比较; 短时能量 短时平均幅度 短时过零率 短时自相关函数 短时平均幅度差函数;语音信号的短时能量（语音信号强度的度量参数）;语音信号及其取不同窗长时的短时能量;短时平均能量的主要用途;语音信号的短时平均幅度;;语音信号的短时过零率;短时过零率 波形穿过横轴（零电平）的次数;;短时过零率在语音信号分析中的应用; 直方图的分布形状与高斯分布很吻合，而且浊音时的短时平均过零率的均值为14过零/10ms，清音时短时过零率的均值为47过零/10ms。注意到浊音和清音有一个交叠区域，此时很难分清是浊音还是清音，尽管如此，平均过零率仍可以粗略的判断清音和浊音。;作为短时过零率的一个改进参数，语音分析时更常用的是短时过电平率(level-crossing rate)。 短时过电平率在区分清音和静音时很有用;短时过零率;清(U)、浊(V)、无声(S)的平均幅度(M)和过零率(Z) 的条件概率密度函数;浊音、清音、无声的短时特性;语音有声和无声;判断语音信号的起点和终点的一种算法;根据MH可判定输入语音中的前后两个点 和 , 它们之间肯定是语音段，但是语音的精确起点、终点还要在 之前和 之后仔细查找。为此在设置一个低阈值参数ML ，由 向前找，当短时平均幅度M由大到小减至ML时可以确定点N1 。类似由 向后找，可以确定N2 。在N1和N2之间仍能肯定是语音段。 ;由N1向前和N2向后继续用短时过零率Z进行搜索。根据无声情况下短时过零率Z的均值，设置一个参数Z0，如果由N1向前搜索时Z始终大于Z0的3倍，则认为这些信号仍属于语音段，直至Z突然下降到低于3Z0值时，这时可以确定语音的精确起点。对终点做同样的处理。采取这一算法的原因在于， N1以前可能是一段清辅音段（如f,s），它的能量相当弱，依靠能量不可能把他们与无声段区别开，而他们的过零率明显高于无声，因而能用这个参数来精确的判断二者的分割点，也就是语音真正的起点。;判断语音信号的起点和终点的其它算法;自相关函数（auto-correlation function）;语音信号的短时自相关函数;浊音和清音的自相关函数图; X √ X X X;为了减少这种错误，可以先将语音信号进 行中心削波处理，再求自相关函数;中心削波处理前后的语音信号及其自相关函数;短时自相关函数的特点;基于短时自相关函数的基音周期估计方法;语音信号的短时平均幅度差函数(AMDF);浊音及其对应的AMDF图;;短时基音周期估计;基音估计的其他方法： 倒谱法（CEP） 简化的逆滤波器法（SIFT） 小波变换的方法 ……;3.4 语音信号的频域特征分析;短时频域分析中，窗函数的选择对语音的频谱有很大的影响 根据卷积定理：;几种常见的窗函数的波形 Matlab中，可以通过help