第三篇 章 语音信号的短时时域分析 数字语音处理及MATLAB仿真 .pptVIP

第三章 语音信号的短时时域分析 ;3.1 概述 ; 根据所分析的参数类型，语音信号分析可以分成时域分析和变换域（频域、倒谱域）分析。其中时域分析方法是最简单、最直观的方法，它直接对语音信号的时域波形进行分析，提取的特征参数主要有语音的短时能量和平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数等。;3.2 语音信号的预处理 ; 语音信号的频率范围通常是300~3400Hz，一般情况下取采样率为8kHz即可。本书的数字语音处理对象为语音数据文件，是已经数字化了的语音。 有了语音数据文件后，对语音的预处理包括：预加重、加窗分帧等。;预加重前和预加重后的一段语音信号时域波形 ; 预加重前和预加重后的一段语音信号频谱 ;3.2.2 语音信号的加窗处理 ; 语音信号的分帧实现方法： 采用可移动的有限长度窗口进行加权的方法来实现的??一般每秒的帧数约为33～100帧。 分帧一般采用交叠分段的方法，这是为了使帧与帧之间平滑过渡，保持其连续性。前一帧和后一帧的交叠部分称为帧移，帧移与帧长的比值一般取为0~1/2。 ;图3.3给出了帧移与帧长示意图。 ;加窗常用的两种方法： 矩形窗，窗函数如下：;矩形窗及其频谱如下;汉明窗及其频谱如下;加窗方法示意图： ;窗长的选择 一般选取100～200。原因如下： 当窗较宽时，平滑作用大，能量变化不大，故反映不出能量的变化。 当窗较窄时，没有平滑作用，反映了能量的快变细节，而看不出包络的变化。 ; 语音信号的分帧处理，实际上就是对各帧进行某种变换或运算。设这种变换或运算用T[ ]表示，x(n)为输入语音信号，w(n)为窗序列，h(n)是与w(n)有关的滤波器，则各帧经处理后的输出可以表示为： ;几种常见的短时处理方法是：;3.3 短时平均能量 ;若令 则短时平均能量可以写成： ; ;不同矩形窗长N时的短时能量函数 ; 短时平均能量的主要用途如下： 1）可以作为区分清音和浊音的特征参数。 2）在信噪比较高的情况下，短时能量还可以作为区分有声和无声的依据。 3）可以作为辅助的特征参数用于语音识别中。;MATLAB的具体实现如下 ： 1、用Cooledit读入语音“我到北京去”。 2、将读入的语音文件wav保存为txt文件，设置采样率为8kHz，16位，单声道。 3、把保存的文件zqq.txt读入Matlab。 fid=fopen(zqq.txt,rt); x=fscanf(fid,%f); fclose(fid); 4、对采集到的语音样点值进行分帧。;3.4 短时平均幅度函数 ; Mn与En的比较： 1. Mn能较好地反映清音范围内的幅度变化； 2. Mn所能反映幅度变化的动态范围比En好； 3. Mn反映清音和浊音之间的电平差次于En。 ;短时平均幅度函数随矩形窗窗长N变化的情况;3.5 短时平均过零率 ;在上式中，用1/2N 作为幅值，是考虑了对该窗口范围内的过零数取平均的意思。 ; 考虑到w(n-m)的非零值范围为n-m≥0，即m≤n，以及 n-m≤N-1,故m≥n-N+1，因此短时平均过零率可以改写为： ;2. 实现短时平均过零率 ;女声“我到北京去”的短时平均过零次数的变化曲线:;3. 应用 清音过零率高，浊音过零率低。 局限性：浊音和清音重叠区域只根据短时平均过零率不可能明确地判别清、浊音。;端点检测;3.6 短时自相关分析; 自相关函数具有下述性质： (1)??? 对称性 R(k)= R(-k) (2)??? 在k = 0处为最大值，即对于所有k来说， |R(k)|≤R(0) (3)??? 对于确定信号，R(0)对应于能量 对于随机信号，R(0)对应于平均功率 ; 采用短时分析方法，定义语音信号短时自相关函数为 ;定义 (3-18) 那么短时自相关函数可以写成： ;;也可采用直接运算的方法，令;浊音的短时自相关函数 ;清音的短时自相关函数 ;浊音和清音的短时