第四章 语音信号的短时时域分析 数字语音处理及MATLAB仿真 教学课件.pptVIP

第四章 语音信号的短时时域分析 4.1 概述 4.1 概述 若令 ，则得离散的短时傅里叶变换如下: (4.2) 它实际上就是 的频率的取样。 4.1 概述 可以看出： （1）当n固定时，它们就是序列 (-∞≤m≤+∞) 的傅里叶变换或离散傅里叶变换。 （2） 当 或k固定时，它们是一个卷积，这相当于滤波器的运算。因此，语音信号的短时频域分析可以解释为傅里叶变换或滤波器。 下面分别讨论这两种情况。 4.2 傅里叶变换的解释 窗函数的作用 1. 选出x(m)序列中被分析部分; 2.它的形状对时变傅里叶变换特性也有重要作用。 窗函数和窗宽对短时傅里叶谱的影响： 由于矩形窗有较高的旁瓣，在语音频谱分析中，很少采用。实验表明，窗的主瓣宽度与窗宽度N成反比，选择窗宽时应根据应用需要，折衷考虑，要得到好的时间分辨率要求用窄窗，而要得到好的频率分辨率要求用宽窗。 4.3 滤波器的解释（ω给定） 可以画出短时傅里叶变换的滤波器解释的另一种形式如图（4.3）所示，也分为复数运算和实数运算两种。 同样要求线性滤波器近似为一个中心频率为ω的窄带带通滤波器。 4.4 短时谱的时域及频域取样率 1.时域取样率（ω为固定值） 4.5 短时综合的滤波器组相加法 定义 (4.29) 可得 (4.30) 可见， 是一个冲激响应为 的带通滤波器的输出。 复数带通滤波器的频率响应为 上式用图4.7(b)表示，中心频率为 ，带宽为 ，假定所有通道都使用了相同的窗函数，即 考虑整个带通滤波器组时，其中每个带通滤波器具有相同的输入，其输出相加在一起，如图4.8所示，输出为y(n)，输入为x ( n )，整个系统的复合频率响应为 (4.33) 如果 在频率域上正确抽样(N≥L，L为窗宽)，可以证明对于所有ω都满足 (4.34) 上式证明如下: 的傅里叶反变换是窗函数，如果在频率上以N个均匀间隔抽样，抽样形式的离散傅里叶反变换为 (4.35) 如果w(n)的宽度等于L个抽样，则 w(n)=0, n＜0, n≥L (4.36) 在式(4.35) 中取n=0，得到 (4.37) 这时的复合输出为