第三章 语音信号分析.ppt

Windowing (frame) In short-term, non-stationary-stationary Non-linear-linear (10ms-25ms) ZCR Center-clipping technique 男声汉语拼音s的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），清音的短时能量3.88。 静音检测（VAD）和舒适噪声(CNG)的生成 VAD: Voice Activity Detection CNG: Comfort Noise Generator 测试表明，人在正常谈话时，有50％左右是静音。VAD是用来检测输入的信号是实际语音还是背景噪声，若检测是实际语音信号进行固定编码；如果是背景噪声，则采用更低的速率进行编码。VAD检测的结果传送给CNG则是接收端，重构背景噪声。VAD可通过能量检测来实现。 短时能量函数一个主要的问题是En对信号电平值过于敏感。由于需要计算信号样值的平方和，在实际应用中（如定点设备）很容易溢出。因此，一般用平均幅度函数Mn来代替En。但这时，清音和浊音、有声和无声的幅度差不如短时能量明显。 存在的问题 1.过零率定义：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。 t n 二、短时过零率分析 对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。 sgn(x(n))=1 x(n)?0 sgn(x(n))= -1 x(n)0 sgn[.]为符号函数 3、短时平均过零的作用 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。 女声汉语拼音a的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），短时过零率为46。 男声汉语拼音s的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），短时过零率为183。 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； Bandpass filte Hb w Hb(ejw) x(n) y(n) 另一种是用过门限率来修改过零率，减少随机噪声的影响。 过门限率反映了穿过正负门限的次数，如果存在随机噪声，只要信号没有超过[-T,T]的范围，就没有有过零率产生。 T -T 三、短时相关分析 1.相关分析的依据： 用于确定两个信号在时域内的相似性。常用的物理量为自相关函数和互相关函数。当两个信号的互相关函数大时，则说明一个信号可能是另一个信号的时间滞后或提前；当互相关函数为0时，则两个信号完全不同。 自相关函数用于研究信号本身，如波形的同步性和周期性。 主信号s+n0，为有用信号s（来自信号源）和一个与它不相关的噪声信号的混合而成。 n1为另外拾取的噪声参考信号，与n0相关。 主输入信号x=s+n0 + 输出s’ 参考输入n1 自适应 滤波器 + n’ - 利用信号的相关性达到消除噪声的目的 2.短时自相关函数的定义 (1)说明当时域信号为周期信号时，自相关函数也是周期性函数，两者具有同样的周期。 (2)Rn(k)为偶函数， Rn(k)＝Rn(－k) (3)Rn(0)最大， Rn(0)? |Rn(k)|, Rn(0)=En,对于确定信号， Rn(0)是信号能量；对于随机信号或周期信号， Rn(0)是平均功率。 正弦波周期信号 正弦波周期信号的自相关函数波形 正弦波周期信号和其自相关函数叠加 3、相关函数的作用 1.区分清/浊音。 浊音语音的自相关函数具有一定的周期性。 清音语音的自相关函数不具有周期性，类似噪声，有点如语音信号本身。 2.估计浊音语音信号的周期，即估计基音周期。 * * 第三章 语音信号分析 §3.2 语音信号的数字化和预处理 §3.3 语音信号的时域分析 §3.4 语音信号的频域分析 §3.5 语音信号的倒谱分析 §3.6 语音信号的线性预测分析 Av 冲激序列 发生器 声门脉冲 模型G(z) 随机噪声 发生器 基音周期TP AN 线性系统 声道V(z) 辐射模型 R(z) 清/浊音开关 传输函数 语音信号的分析，就是找出语音产生模型的各种参数（语音的特征参数），应用于语音的编码、识别