语音重点总结.docVIP

1.function of prefilter：suppress the component of input signal which exceed fs/2， prevent aliasing ； suppress Interference caused by 50Hz electricity。 prefilter is band-pass filter，in general,low and up cut-off frequency are： fH=3400Hz， fL=60～100Hz。 2. sampling：transform time continuous signal into a time discrete signal 气流从喉向上经过口腔或鼻腔后从嘴或鼻孔向外辐射，期间的传输通道称为声道。气流流过声道时犹如通过了一个具有某种谐振特性的腔体，放大某些频率，在频谱上形成相应位置的峰起，称为共振峰。 短时自相关函数和长时自相关函数可以用来描述语音的幅度特性 功率谱密度：1.语音中不同频谱分量的平均概率可以用长时平均谱密度来表示。2.语音波形高频分量对语音总能量的贡献很小，但是高频分量带有重要的语音信息，平均功率谱约在250-500Hz处最大，而高于此频率的功率谱约以每倍频程6~10dB下降。3..语音信号的短时频谱并不总是低通特性。辅音有较高的频谱分量，显噪声特性；元音从总体上看是低通的，显示明显的局部特性。 语音信号具有很强的“时变特性” 在有些段落中它具有很强的周期性，有些段落中又具有噪声特性，而且周期性语音和噪声语音也在不断变化之中。 语音信号是非平稳的，但具有“准平稳特性” 在较短的时间间隔内（一般20~200ms），可以认为语音信号的特征基本保持不变。 数字语音信号处理中，通常采取短时分析技术。 元音和辅音的区别:1．从功能上来讲，元音往往能自成音节，辅音一般不能独立地构成音节。2．在物理属性方面，元音基本上由乐音构成，辅音则有一定的噪音。3．在听觉上，发元音时，声带振动，比较响亮；发辅音时，有的声带不振动，自然不够响亮，有的声带即使振动，但由于在声腔中受到某种阻碍，还是不如元音响亮。4．在生理属性方面，主要有三个方面的区别：第一，发辅音的时候，发音器官的某一部位形成阻碍，气流在只有克服阻碍才能发出来；发元音的时候，气流通过生门使声带发生振动，气流在其通道上不受到阻碍，只受到各种共鸣。第二，发辅音时，因为要克服某种阻碍，气流就比较强；发元音时，因无需克服阻碍，气流就比较弱。 决定元音音质的因素：主要有三个方面的因素，一、舌位的高低，二、舌位的前后，三、嘴唇的圆展。这三个因素的不同组合，便能发出不同的元音 在求语音信号频谱时，频率越高，相应的成分越小。预加重的目的是提升高频部分，使信号的频谱变得平坦。以便于频谱分析和声道参数分析。 一般在语音信号数字化后，通过一个一阶数字滤波器：H(z)=1-(z-1, (接近1。 为什么取10－30ms，因为根据人的发声生理结构变化的连续性，在此时间段内，声带、声道、口腔的特性几乎不变，语音信号近似平稳。 加窗的作用:得到连续的语音特征 抑制吉尔伯特效应 抑制频谱泄漏 窗口的长度N：频率分辨率(f=fs/N。(f随N的增加而减少，频率分辨率得到提高，但时间分辨率降低(与窗长成反比)。应根据不同的应用场合来选择窗口的长度N，应包含7个基音周期，因此可选择100～300点为宜。 时域波形：幅度－时间图。大致得出音节的起始点、清音和浊音以及浊音的基音频率 频谱特性：幅度谱图。得出基音周期、共振峰频率及其位置。 语音信号的时域分析: 短时能量及短时平均幅度分析(1.幅度分析的依据：是基于语音信号幅度随时间变化。清音段幅度小，其能量集中于高频段；浊音段幅度较大，其能量集中于低频段。2.短时能量函数和短时平均幅度函数作用:(1)区分清/浊音：(2)在信噪比高的情况下，能进行有声/无声判决(3)大致能定出浊音变为清音的时刻，或反之) 短时过零率分析 (定义：信号跨越横轴的情况。对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。作用:1.区分清/浊音：浊音平均过零率低，集中在低频端；清音平均过零率高，集中在高频端。2.从背景噪声中找出是否有语音，以及语音的起点。) 短时相关分析 短时平均幅度差函数 在实际应用中，短时平均过零率容易受到A/D转换是的直流偏移、50Hz交流电源的干扰以及噪声的影响.减少这些干扰可以有两种方法：一种是采用带通滤波器消除信号中的直流和50Hz低频分量；另一种是用过门限率来修改过零率，减少随机噪声的影响。 短时自相关函数的定义: (1)说明当时域信号为周期信号时，自相关函数也是周