语音信号处理（张力编）课件第三章（1）.pptVIP

Windowing (frame) In short-term, non-stationary-stationary Non-linear-linear (10ms-25ms) ZCR Center-clipping technique 用途:静音检测（VAD）和舒适噪声(CNG)的生成 VAD: Voice Activity Detection CNG: Comfort Noise Generator 短时能量函数:对信号电平值过于敏感 容易溢出 短时平均幅度:清音和浊音、有声和无声的幅度 差不如短时能量明显。 各自存在的问题 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。 存在的问题: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。 减少直流偏移方法: ①采用低直流偏移器件 ②软件去除 Bandpass filte Hb w Hb(ejw) x(n) y(n) 减少电源干扰的方法：①一种是采用带通滤波 ②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 1.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。 三、短时相关分析 正弦波周期信号 正弦波周期信号的自相关函数波形 * * 第3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 §3.2 语音信号的数字化和预处理 一、预滤波、采样和A/D转换 二、预处理 1.预滤波的作用： 防止混叠； 抑制50Hz的电源工频干扰。 预滤波器是一个带通滤波器，一般情况下，上、下截止频率为： fL=60～100Hz ，fH=3400Hz 。 一、预滤波、采样和A/D转换 t n xa(nT) xa(t) 2.采样： 将时间连续信号变成时间离散信号。 采样频率通常为fs＝8kHz。 Ideal sampling and real sampling 3. A/D转换 采样 量化 xa(t) xa(nT) x(n) xa1 x1 xk xak xak+1 xk+1 xL xaL xaL+1 x(n)=Q[xa(nT)] ? 截尾量化 舍入量化 截掉b位后数据 视b+1位后数据的大小决定b位数据的值 量化误差(噪声) e(n)=x(n)- xa(nT) -?/2 ? e(n) ? ?/2 1 |e(n)| ? ?/2 ? 0 其他 （1）假设量化噪声是平稳的白噪声过程 （2）假设量化噪声与输入信号不相关，有 E[e(n)x(n+m)]=0 m为任意值 （3）在每个量化间隔上，量化噪声均匀分布，有 Pe(e(n))= 量化信噪比 量化噪声的信噪比：SNR=?x2/?e2 ?x2语音信号序列的方差， ?e2噪声序列的方差， 用分贝表示，SNR=10log(?x2/?e2） SNR =signal to noise rate =signal’s energy / noise’s ene