第三章语音信号的短时时域分析.pptVIP

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 1. 定义 在离散时间语音信号情况下，如果相邻的采样具有不同的代数符号就称为发生了过零。单位时间内过零的次数就称为过零率。短时平均过零率的定义为 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： （定义式） 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 端点检测目的：从包含语音的一段信号中确定出语音的起点及结束点。 有效的端点检测不仅能使处理时间减到最少，而且能抑制无声段的噪声干扰，提高语音处理的质量。 3.6 短时自相关分析 3.6.1 短时自相关函数 时域离散确定信号的自相关函数定义为： 时域离散随机信号的自相关函数定义为：  周期为P的周期信号满足： 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 因为 所以 3.6.2 语音信号的短时自相关函数 定义 (3-18) 那么短时自相关函数可以写成： 上式表明，序列 经过一个冲激响应为 的数字滤波器滤波即得到短时自相关函数 也可采用直接运算的方法，令 则可得： 上式可以写成 浊音的短时自相关函数 清音的短时自相关函数 浊音和清音的短时自相关函数有如下几个特点： 1）短时自相关函数可以很明显的反映出浊音信号的周期性。 2）清音的短时自相关函数没有周期性，也不具有明显突出的峰值，其性质类似于噪声。 3）不同的窗对短时自相关函数结果有一定的影响。 图3.16 不同矩形窗长时的短时自相关函数 3.6.3 修正的短时自相关函数 修正的短时自相关函数，其定义如下 式中，K为k的最大值，即0≤k≤K。 要使 为非零值，必须使 考虑到 ，可得 修正的短时自相关函数可以写成： 因为求和上限是N-1，与k无关，故当k增加时， 值不下降 . 3.6.4 短时平均幅度差函数 一个周期为P的周期信号，在k=0,±P, 2P, …时， 对于浊音语音，在基音周期的整数倍上，d(n)总是很小，但不是零，因此，我们可以定义短时平均幅度差函数AMDF为 使用矩形窗时，短时平均幅度差函数可写成： 与 之间的关系为： 3.7 基于能量和过零率的语音端点检测 语音端点检测就是指从包含语音的一段信号中确定出语音的起始点和结束点。 正确的端点检测对于语音识别和语音编码系统都有重要的意义。 本节介绍基于能量和过零率的语音端点检测方法——两级判决法及程序实现。 两级判决法示意图 采用双门限比较法的两级判决法，具体如下 第一级判决： 1. 先根据语音短时能量的轮廓选取一个较高的门限T1，进行一次粗判：语音起止点位于该门限与短时能量包络交点所对应的时间间隔之外(即AB段之外)。 2. 根据背景噪声的平均能量确定一个较低的门限T2，并从A点往左、从B点往右搜索，分别找到短时能量包络与门限T2相交的两个点C和D，于是CD段就是用双门限方法根据短时能量所判定的语音段。 第二级判决： 以短时平均过零率为标准，从C点往左和从D点往右搜索，找到短时平均过零率低于某个门限T3的两点E和F，这便是语音段的起止点。门限T3是由背景噪声的平均过零率所确定的