语音信号处理第5讲.ppt

2.最小相位信号法 这就是上面介绍的由倒谱c(n)求复倒谱x^(n)的方法。最小相位信号法是由最小相位信号序列的复倒谱性质及Hilbert变换的性质推导出来的。这是一种较好的解决相位卷绕的方法。但它仅适用于最小相位信号序列。 DFT IDFT 复对数 图： 利用最小相位信号求复倒谱的框图 2．MEL频率倒谱参数（MFCC） 与普通实际频率倒谱分析不同，MFCC（Mel-Frequency Cepstral Coefficents，简称MFCC）的分析着眼于人耳的听觉特性，因为，人耳所听到的声音的高低与声音的频率并不成线性正比关系，而用Mel频率尺度则更符合人耳的听觉特性。所谓Mel频率尺度，它的值大体上对应于实际频率的对数分布关系。Mel频率与实际频率的具体关系可表示为： 这里，实际频率的单位是Hz。 倒谱和梅尔频率倒谱的区别在于，梅尔频率倒谱的频带划分是在梅尔刻度上等距划分的，它比用于正常的对数倒频谱中的线性间隔的频带更能近似人类的听觉系统。这种频率弯曲可以更好的表示声音 MEL频率倒谱参数（MFCC） 取每个三角形的滤波器频率带宽内所有信号幅度加权和作为某个带通滤波 器的输出——对所有滤波器输出作对数运算——做离散余弦变换。（具体 见P71） 1947年维纳首次提出了线性预测 1967年板仓把线性预测技术应用到了语音分析和合成中 目前，线性预测普遍应