基于MATLAB的语音频域特征分析.docVIP

经典功率谱估计与现代功率谱估计的对比 [摘要]本文主要介绍了在MATLAB环境下，功率谱；功率谱估计；经典功率谱估计；现代功率谱估计语谱图信号的频谱分析是研究信号特性的重要手段之一，通常是求其功率谱来进行频谱分析。功率谱反映了随机信号各频率成份功率能量的分布情况，可以揭示信号中隐含的周期性及靠得很近的谱峰等有用信息，在许多领域都发挥了重要作用。然而，实际应用中的平稳随机信号通常是有限长的，只能根据有限长信号估计原信号的真实功率谱，这就是功率谱估计。 ⑴功率谱估计clear a=wavread(鸟语花香.wav); subplot(2,1,1), plot(a);title(original signal); grid; N=256; h=hamming(N); for m=1:N b(m)=a(m)*h(m); end y=20*log(abs(fft(b))); subplot(2,1,2); plot(y);title(短时谱); xlabel(频率(Hz)); ylabel(功率谱(db)); grid; ①%相关法：相关法是利用维纳-辛钦定理该方法先由序列x(n)估计出自相关函数R（n），然后对R(n)进行傅立叶变换，便得到x(n)的功率谱估计。 [xn,Fs,bits]=wavread(鸟语花香.wav); n=0:1/Fs:1; nfft=5