- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
语音处理简介
語音處理簡介 語音處理簡介 聲音訊號(Audio Signals):泛指由人耳聽到的各種聲音的訊號 聲音代表了空氣的密度隨時間的變化,是一個連續的函數,將聲音儲存到電腦時,必須先將訊號數位化,其中有幾個參數需要考慮: 取樣頻率(sample Rate),常用的取樣頻率如下: (1) 8 kHz (2) 16 KHz (3)22.05 KHz (4)44.1 KHz 取樣解析度(Bit Resolution):每個聲音資料點所用的位元數,常用的數值如下: (1) 8-bit (2) 16-bit 聲道:一般只分單聲道(Mono)或立體聲(Stereo),立體音即是雙聲道 辨識流程 預處理 特徵擷取 物種結果 訓練 辨識 語音預處理 預強調 為了補償語音在空氣傳送中,所衰減的高頻訊號,故將語音訊號 s(n) 通過一個高通濾波器,其公式為: 舉例來說,某一訊號前三個取樣值如下所示: 其中a為一個0.9 ~ 1.0之間的值,一般都取0.95 1200 1100 1300 … x(0) x(1) x(2) … Value Index 預強調 經由預強調的值s為: s(0): s(0) = x(0) = 1200 s(1): s(2): x(1)-0.95*x(0) = 1100-0.95*1200 = - 40 x(2)-0.95*x(1) = 1300-0.95*1100 = 255 音框化 在分析聲音時,通常以「短時距分析」(Short-term Analysis)為主,因為音訊在短時間內是相對穩定的。 一般音框長度範圍為10ms至40ms之間,且為防止前後音框變化劇烈,因此允許音框之間有重疊,重疊部分可以是音框長度的 1/2 到 2/3 不等 切音框示意圖 音框化 假設取樣頻率為16kHz,音框長度取25ms,音框重疊部分為15ms,則: 音框重疊點數: 音框點數: 音框前進點數: 取樣點數(fs)*時間長度= 16kHz * 25ms =400點 取樣點數(fs)*重疊時間長度= 16kHz * 15ms =240點 音框點數-音框重疊點數= 400-240 = 160點 音框化 一個長度1秒,取樣頻率16kHz的語音,總音框數為: 總音框數: (訊號總取樣點– 音框點數)/音框前進點數+1 (訊號總取樣點– 音框點數)/音框前進點數+1 =(16000-400)/160+1 =98.5 出現小數點,取無條件進入法,最終總音框數為99 音框示意 以上是音框示意圖, 音框點數(音框的長度): 4點 音框重疊部分: 1/2 音框重疊點數: 2點 總音框數: (16-4)/2+1=7 窗函數 為了消除視窗兩邊的訊號的不連續,通常會加上漢明窗(Hamming Window),其公式為: otherwise 其中 N為音框點數 窗函數 漢明窗 漢明窗頻率響應 窗函數 * *
您可能关注的文档
- 视觉听觉注意力改善对学习障碍儿童学习能力的影响.PDF
- 视觉和听觉通道下减法与乘法心算加工的ERP 特征 - 心理与行为研究.PDF
- 视觉提示刺激对听觉掩蔽效应的影响-声学技术.PDF
- 视觉信息对听觉定位的影响.PDF
- 视音频压缩标准简介 - Read.PPT
- 视障-香港考试及评核局.PPT
- 视频信号发生器.PDF
- 视频监控租赁服务项目询价文件-广东工业大学新闻通知网.DOC
- 视频无法播放,表现为以下的几类情况,如何解决.DOC
- 视觉——眼听觉———耳嗅觉———鼻味觉.PPT
- 10《那一年,面包飘香》教案.docx
- 13 花钟 教学设计-2023-2024学年三年级下册语文统编版.docx
- 2024-2025学年中职学校心理健康教育与霸凌预防的设计.docx
- 2024-2025学年中职生反思与行动的反霸凌教学设计.docx
- 2023-2024学年人教版小学数学一年级上册5.docx
- 4.1.1 线段、射线、直线 教学设计 2024-2025学年北师大版七年级数学上册.docx
- 川教版(2024)三年级上册 2.2在线导航选路线 教案.docx
- Unit 8 Dolls (教学设计)-2024-2025学年译林版(三起)英语四年级上册.docx
- 高一上学期体育与健康人教版 “贪吃蛇”耐久跑 教案.docx
- 第1课时 亿以内数的认识(教学设计)-2024-2025学年四年级上册数学人教版.docx
文档评论(0)