语音信号处理课件-数字语音信号预处理及分析初步_10.ppt

1、1 .存储方法：量化后的语音信号系列以先进先出的顺序存储到数据区域。 使用有限容量的数据区域支持庞大数量的声音数据。二、pretreatment、2 .预选择：在求出声音信号的频谱时，频率越高对应的分量越小。 预加重的目的是提高高频部分，使信号的频谱平坦。 便于频谱分析和信道残奥仪表分析。 通常在将声音信号数字化之后，通过1阶数字滤波器： H(z)=1-z-1，接近1。x(n )、x(n )、H(z)=1-z-1、插入矩形窗口、使用框架技术插入窗口、插入吊窗口的吊窗、第n帧、第n 1 w(n)=0.5*1-cos(2n/(N-1 ) )、第n 3帧、t、第n帧第n 4帧、挂窗可以得到连续的语音

2、特征，抑制吉尔伯特效应，抑制频谱遗漏，hanning、hamming、矩形窗、Window shapes、第1帧、第2帧在汉宁窗(帧移动长度N/2 )、x0(m )、x1(m )、x0(m )、x1(m )、帧移动T=0 1030ms下，声音信号大致平稳。 每秒的帧数约为33100帧。 窗口的长度n :频率分辨率f=fs/N。 f随n的增加而减少，频率分辨率提高，但时间分辨率降低(与窗的成长成反比)。 优选地，可以选择100300个点，因为n是根据应用选择窗口的长度，并且必须包括7个基本声音周期。 基音频率为200Hz，采样频率为8kHz，窗长： 8000(1/200)7=256，Window

3、ing (frame) In short-term，non-ssm声音信号已被分割为一帧的加窗函数的短时间信号，然后进行处理时，按每帧从数据区域取出数据，处理完毕后取出下一帧。 最后得到由各帧的残奥仪表构成的声音特征残奥仪表的时间序列。 声音信号的特性分析，一、声音信号的时域波形和频谱特性二、声音信号的语言频谱图三、声音信号的统一校正特性、一、声音信号的时域波形和频谱特性、时域波形：振幅时序图。 粗略地求出音节的起点、清音和浊音以及浊音的基音频率。 女声汉语拼音a的时域波形，频谱特性：振幅频谱图。 求出音调周期、共振峰值频率及其位置。 女声英语a的频谱、3声音信号的时域分析、1、短时间能量及短

4、时间平均振幅分析2、短时间过零率分析3、短时间相关分析4、短时间平均振幅差函数、1 .振幅分析的根据是基于声音信号宽度的经时变化。 清音级宽度小，其能量集中在高频带，浊音级宽度大，其能量集中在低频带。 2 .短时能量函数和短时平均宽度函数，一、短时能量和短时平均宽度分析，男声深圳广州珠海短时宽度统订。 当采样频率为22050Hz时，采样频率假设20ms为一个帧，帧长度为441，并且校正了180帧。 短时间平均幅度，原始声音，3 .短时间平均幅度函数和能量函数的作用，(1)清/浊音： En，Mn大，对应浊音的En，Mn小，对应清音。 (2)信噪比高时，无法进行有声/无声判定的无声时、背景噪声的En、Mn小的有声时，En、Mn显着增大。 判决时可以设定阈值。 (3)浊音成为清音的定时，或者大致可以决定相反的定时。、女声中文拼音a的1帧信号(采样频率为22050H