语音信号的短时时域分析课件.pptVIP

图3.13 不同矩形窗长N时的短时能量函数 4）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。 为了克服短时能量函数计算x2 ( m ) 的缺点，定义了短时平均幅度函数: 3.4 短时平均幅度函数 图3.15 各种矩形窗窗长的短时平均幅度函数 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。 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 3.5 短时平均过零率 1.过零的定义 信号跨越时间轴的情况。 对于连续信号，观察语音时域波形通过时间轴的情况； 图3.16 不同信号的过零情况 2.短时过零分析 1） 定义 单位时间内过零的次数就称为过零率，一段长时间内的过零率称为平均过零率。 短时平均过零率的定义为： 在(3-11)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。 其中，sgn[●]是