第四章语音信号的时域分析.pptVIP

国家“十一五”规划教材 《数字语音编码》讲议 同济大学电子与信息工程学院 赵晓群　编著 机械工业出版社，2007年 ;第4章　语音信号的时域分析;第4章　语音信号的时域分析 4.1　概述 语音信号携带各种信息：男声、女声，喜、怒，中、英等。 不同场合感兴趣的信息不同； ◆判断信号是否为语音，只需人类语音信号的一般特征； ◆区分语音为清、浊音，需语音能量谱和基频； ◆数字传输或数字存储时，目的不同，保留信息精度不同； 语音信号处理的任务： ◆去除与应用目的不相干或影响不大的语音信息 ◆需要的信息不仅应当提取出来，有时还需要加强。 以上涉及语音信号中，各种信息的表示问题。 表示方法的原则：最方便、最有效。 短时分析技术贯穿于语音分析的全过程。;整体的语音信号来讲，分析出的是由每一帧特征参数组成的特征参数时间序列。 语音信号分析：时域分析、频域分析、倒频域分析等； 语音信号分析：模型分析、非模型分析； 模型分析法是指依据语音信号产生的数学模型，来分析和提取表征这些模型的特征参数， ◆模型分析：共振峰分析、无损级联声管分析法 ◆非模型分析：不进行模型化的分析 语音的预处理：语音信号的数字化、语音信号的端点检测、 预加重、加窗、分帧等， 本章重点：语音信号的各种时域分析技术，是语音处理技术 的基础知识。;第4章　语音信号的时域分析 4.2　语音信号的数字化和预处理 信号数字化：放大、增益控制、反混叠滤波、取样、 A/D变换及编码（PCM编码）； 预处理：预加重、加窗、分帧、端点检测等； 图4.1：语音信号数字分析或处理的系统框图。 ; 4.2.1　预滤波、取样、A/D变换 预滤波：带通滤波器（上、下截止频率为fH、fL） ◆防混叠滤波，抑制fs/2的输入信号分量（fs为取样频率） ◆抑制工频干扰（50 Hz电源）。 多数语音编/译码器： fH = 3.4kHz， fL = 60~100Hz，fs= 8kHz。 语音识别：◆对电话用户指标与语音编/译码器时相同； ◆要求较高或很高： fH=4.5 or 8kHz, fL=60Hz, fs = 10 or 20kHz。 A/D变换需对信号量化，编码为二进制，产生量化误差。 量化误差（量化噪声）：量化信号值与原信号值之差； 信号波形的变化足够大或量化间隔足够小时， 量化噪声符合具有下列特征的统计模型： ① 量化噪声是平稳的白噪声过程； ② 量化噪声与输入信号不相关； ③ 量化噪声在量化间隔内均匀分布，即具有等概率密度分布。;量化信噪比SNR（信号与量化噪声的功率比）为： 式中， ——输入语音信号序列的方差， ——噪声序列的方差， ——信号的峰-峰值， B——量化字长， 设语音信号的幅度服从Laplace分布，则 取 ， 上式改写为： B=7 bit，SNR=35 dB，能满足一般通信系统的要求。 语音波形的动态范围达55 dB，故B应取10 bit以上。 为保持35 dB的信噪比，常用12 bit量化，附加的5 bit用于补偿30 dB左右的输入动态的变化。 ;A/D变换器：分为线性和非线性两类。 目前采用绝大部分的线性A/D变换器是12 bit。 非线性A/D变换器一般是8 bit，它与12 bit线性变换器等效。 有时需要将非线性的8 bit码转换为线性的12 bit码。 数字化的反过程是从数字化语音中重构语音波形。 必须在D/A后加平滑滤波器，对重构的语音波形的高次谐波起平滑作用，以去除高次谐波失真。 预滤波、取样、A/D和D/A变换、平滑滤波等许多功能可以用一块芯片完成，在市场上有多种这样的集成芯片供选用。; 4.2.2　预处理 预处理：预加重、加窗、分帧、端点检测等； 语音的一个特征：约8 kHz高频端按-6 dB/倍频程跌落。 预加重：提升语音的高频部分，使信号的频谱变得平坦， ◆可在反混叠滤波前，可压缩动态范围，提高信噪比。 ◆也可在数字化后、参数分析之前。 预加重用6 dB/倍频程的提升高频特性的预加重数字滤波器： 式中，μ为常系数，值接近于1，通常取μ= 0.92~0.94。 恢复原信号，对测量值进行去加重处理， 即加上-6 dB/倍频程的下降的频率特性来还原成原来的特性。 ; 4.2.3　窗函数的作用 采用连续分段或交叠分段的方法分帧，33 ~ 100帧/秒。 图4.2