8语音信号处理.ppt

*/81 三、窗宽对 的影响 窗宽为64点（10kHz）元音[a]的短时频谱图 短窗的频率分辨率下降，频谱图中丢失了关于语音基音周期的信息，只保留慢变化。 矩形窗 汉明窗 8.5 短时傅里叶变换 */81 8.5 短时傅里叶变换 四、STFT的线性滤波实现 第1种： */81 8.5 短时傅里叶变换 第2种： */81 8.5 短时傅里叶变换 语音的时域分析和频域分析是语音分析的两种重要的方法，但是这两种方法均有局限性： 时域分析对语音信号的频率特性没有直观的了解； 频域特性中又没有语音信号随时间的变化关系。 因此人们致力于研究将时域分析和频域相结合，综合了频谱图和时域波形的优点，明显得展示了语音频谱随时间的变化情况。 五、语谱图 */81 8.5 短时傅里叶变换 */81 8.5 短时傅里叶变换 语谱图结构： 横轴为时间； 纵轴为频率； 强度用灰度来表示，指示特定频带的能量大小，即声音的强弱。 根据滤波器的带宽可将语谱图分为两类。带宽为300 Hz的宽带语谱图可以显示细致的时间结构，但谐波结构就不太清楚。对于一个有声带振动的声音来说，语谱图上有垂直的条纹，每一个条纹代表了声门的一次开放。而宽的横带则为共振峰。带宽为45 Hz的窄带语谱图使时间的结构模糊，但是频率的信息则较好。在较宽的共振峰带中可以看到各别的谐波频率。 */81 8.5 短时傅里叶变换 时域波形与语谱图 */81 8.5 短时傅里叶变换 共振峰与语谱图 在频域上，能量集中处就是共振峰之所在，在语谱图上就是颜色较深的位置。 在发元音时，音强较大，声带振动而呈现出基频及其谐振频率，也可以明显看到共振峰，能量集中在低频。 如果是发辅音，而且声带不振动，就看不到谐振频率。通常辅音的音强小，颜色看来就比较淡，而且能量较集中在高频。 若是在没有语音的空档，则语谱图上呈现的，就是有一段空白。 */81 使用相关函数 1. 使用tfrstft函数实现STFT 由于一般情况下MATLAB未提供该函数，需要自行安装。 下载最新的时频分析工具箱，假设为tftb； 将tftb复制到MATLAB安装目录下的toolbox目录下面 使用下列语句将该工具箱的路径添加到搜索路径下： addpath(genpath(C:\Program Files\MATLAB\R2009a\toolbox\tftb)) 在命令窗口中输入下面的命令： which tfrstft 若显示路径正确，则表示安装成功。 */81 使用相关函数 函数： [TFR,T,F]=TFRSTFT(X,T,N,H,TRACE) X：待分析信号. T：时间? ?? ? (默认值: 1:length(X))； N：频率点数 (默认值: length(X))； H：选择的平滑窗函数? ? (默认值: Hamming(N/4))； TRACE：如果不为零，跟踪计算过程? ?(default : 0)； TFR：得到的时频谱值（复数）； F：归一化频率。 */81 使用相关函数 2. 使用specgram函数： [b,f,t]=specgram(data,nfft,Fs,window,numoverlap); 目前，该函数已被spectrogram函数取代。 */81 使用相关函数 3. spectrogram函数 S?=?spectrogram(x) S?=?spectrogram(x,window) S?=?spectrogram(x,window,noverlap) S?=?spectrogram(x,window,noverlap,nfft) S?=?spectrogram(x,window,noverlap,nfft,fs) [S,F,T]?=?spectrogram(x,window,noverlap,F) [S,F,T]?=?spectrogram(x,window,noverlap,F,fs) x：输入信号的向量。若无后续输入参数，x将被分成8段分别做变换处理。如果x不能被平分成8段，则会做截断处理； window：默认为Hamming窗； */81 使用相关函数 noverlap：各段之间重叠的采样点数。默认存在50%的重叠； nfft：计算离散傅里叶变换的点数。默认为256和大于每段长度的最小2次幂之间的最大值。 fs：采样频率Hz，默认为1Hz。 S：输入信号x的短时傅里叶变换。 F： 在输入变量中使用F频率向量，函数会使用Goertzel方法计算在F指定的频率处计算频谱图。指定的频率被四舍五入到与信号分辨率相关的最近的DFT容器(bin)中。而在其他的使用nfft语法中，短时傅里叶变换方法将被使用。 对于返回值中的F向量，为四舍五入的频率，其长度等于S的行数；