语音信号时域分析

《语音信号时域分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于MATLAB分析语音信号时域特征钱平（信号与信息处理slOl904010）一、时域特征实验原理及实验结果分析1•窗口的选择通过对发声机理的认识，语音信号可以认为是短时平稳的。在5〜50ms的范围内，语音频谱特性和一些物理特性参数棊本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数來截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1给出了这两种窗函数在帧长N=50时的时域波形。矢I［九歹窗2=・81・60.80.60.40.2O20sample

2、图1矩形窗和Hamming窗的时域波形vv(n)=

3、更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短吋能最和平均幅度时通常用矩形窗。表1对比了这两种窗函数的主瓣宽度和旁瓣峰值。图1矩形窗和Hamming窗的时域波形vv(n)=

4、辨率，旁瓣峰值大（・13.3dB）,会导致泄漏现彖；汉明窗的主瓣宽沪pi/N,旁瓣峰值低（-42.7dB）,可以有效的克服泄漏现彖，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短吋能最和平均幅度时通常用矩形窗。表1对比了这两种窗函数的主瓣宽度和旁瓣峰值。农1炖形窗和hamming窗的主瓣宽度和旁瓣峰值窗函数主瓣宽度旁瓣峰值矩形窗4*pi/N13.3dBhamming8*pi/N42.7dBOO8-矩形窗频率响应0.10.20.30.40.50.60.70.80.91归一化频率(f/f

5、s)Hamming窗频率响应oooO246---0.10.20.30.40.50.60.70.80.91归一•化频率（f/fs）图2矩形窗和Hamming窗的频率响应-50ap、a區2•短时能量由于语音信号的能量随时I'可变化，清音和浊音之间的能量差别相当显箸。因此対语音的短时能量进行分析，可以描述语音的这种特征变化情况。定义短时能量为：8HEn=工

6、w（/?-zn）

7、2=为

8、x（/n）vv（/i-m）l2加=-8m=n-N+,其中N为窗长特姝地，当采用矩形窗时，可简化为：COE“=工兀讼)ni=-

9、oo图3和图4给出了不同矩形窗和hamming窗长的短时能量函数，我们发现：在用短时能量反映语音信号的帽度变化时，不同的窗函数以及相应窗的长短均冇影响。hamming窗的效果比矩形窗略好。但是，窗的长短影响起决定性作用。窗过大（N很大），等效于很窄的低通滤波器，不能反映輪度En的变化：窗过小（N很小），短时能量随时间急剧变化，不能得到平滑的能量函数。在11.025kHz左右的采样频率下，N选为100-200比较合适。短时能量函数的应用：1）可用于区分清音段与浊音段。En值大对应于浊音段，En值小对应于

10、清音段。2）可用于区分浊音变为清音或清音变为浊音的时间（根据En值的变化趋势）。3）对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。无信号（或仅有噪声能量）时，En值很小，有语音信号时，能量显著增大。1012141618x101012N=32318x101012N=64d18x10681012N=12818120246810141618x1044x10图3不同矩形窗长的短时能量函数图4不同hamming窗长的短时能量函数x1O43.短时平均过零率过零率可以反映信号的频谱特性。

11、当离散时间信号相邻两个样点的疋负号相异时，我们称Z为“过零二即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零率。龙义短时平均过零率:8Zn=工

12、sgn[x（加）-sgnk（加--m）-co其中sgn[]为符号函数，sgn

13、%（n）=/1"片°,在矩形窗条件下，可以简化为[一1x）＜Ztl=TV7工

14、sgnk（同-Sgn[x（加-1）5ZNm=n-N+短时过零率可以粗略估计语音的频谱特性。由语音的产生模型可