语音信号处理课件-语音信号的特性分析_10

《语音信号处理课件-语音信号的特性分析_10》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、3语音信号的时域分析一、短时能量及短时平均幅度分析二、短时过零率分析三、短时相关分析四、短时平均幅度差函数1.幅度分析的依据：是基于语音信号幅度随时间变化。清音段幅度小，其能量集中于高频段；浊音段幅度较大，其能量集中于低频段。2.短时能量函数和短时平均幅度函数一、短时能量及短时平均幅度分析T为帧移长度N为帧长男声“深圳广州珠海”的短时幅度统计。在采样频率为22050Hz的情况下，取20ms作为一帧，帧长为441点，一共统计了180帧。短时平均幅度原始语音3.短时平均幅度函数和能量函数的作用(1)区分清/浊音：En、Mn大，

2、对应浊音；En、Mn小，对应清音。(2)在信噪比高的情况下，能进行有声/无声判决无声时，背景噪声的En、Mn小；有声时，En、Mn显著增大。判决时可设置一个门限。(3)大致能定出浊音变为清音的时刻，或反之。女声汉语拼音a的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），浊音的短时能量78.61男声汉语拼音s的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），清音的短时能量3.88。1.过零率定义：信号跨越横轴的情况。对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样

3、值具有不同的代数符号，也就是样点改变符号的次数。tn二、短时过零率分析ZCR对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。sgn(x(n))=1x(n)0sgn(x(n))=-1x(n)<0sgn[.]为符号函数3、短时平均过零的作用1.区分清/浊音：浊音平均过零率低，集中在低频端；清音平均过零率高，集中在高频端。2.从背景噪声中找出是否有语音，以及语音的起点。女声汉语拼音a的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），短时过零率为46。男声汉语拼音s的一帧信号（在采样频率为22050H

4、z的情况下，取20ms作为一帧），短时过零率为183。在实际应用中，短时平均过零率容易受到A/D转换是的直流偏移、50Hz交流电源的干扰以及噪声的影响。减少这些干扰可以有两种方法：一种是采用带通滤波器消除信号中的直流和50Hz低频分量；BandpassfilteHbwHb(ejw)x(n)y(n)另一种是用过门限率来修改过零率，减少随机噪声的影响。过门限率反映了穿过正负门限的次数，如果存在随机噪声，只要信号没有超过[-T,T]的范围，就没有有过零率产生。T-T三、短时相关分析1.相关分析的依据：用于确定两个信号在时域内的相

5、似性。常用的物理量为自相关函数和互相关函数。当两个信号的互相关函数大时，则说明一个信号可能是另一个信号的时间滞后或提前；当互相关函数为0时，则两个信号完全不同。自相关函数用于研究信号本身，如波形的同步性和周期性。主信号s+n0，为有用信号s（来自信号源）和一个与它不相关的噪声信号的混合而成。n1为另外拾取的噪声参考信号，与n0相关。主输入信号x=s+n0+输出s’参考输入n1自适应滤波器+n’-利用信号的相关性达到消除噪声的目的2.短时自相关函数的定义(1)说明当时域信号为周期信号时，自相关函数也是周期性函数，两者具有同样

6、的周期。(2)Rn(k)为偶函数，Rn(k)＝Rn(－k)(3)Rn(0)最大，Rn(0)

7、Rn(k)

8、,Rn(0)=En,对于确定信号，Rn(0)是信号能量；对于随机信号或周期信号，Rn(0)是平均功率。正弦波周期信号正弦波周期信号的自相关函数波形正弦波周期信号和其自相关函数叠加3、相关函数的作用1.区分清/浊音。浊音语音的自相关函数具有一定的周期性。清音语音的自相关函数不具有周期性，类似噪声，有点如语音信号本身。2.估计浊音语音信号的周期，即估计基音周期。女声汉语拼音a的一帧信号（在采样频率为22050Hz的情况下，

9、取20ms作为一帧），自相关波形图。说明浊音的自相关函数具有一定的周期性。原始语音信号自相关函数波形原始语音信号和其自相关函数波形Auto-correlationpeaks男声汉语拼音s的一帧信号（在采样频率为22050Hz的情况下，取20ms作为一帧），自相关波形图。原始语音信号自相关函数波形男声汉语拼音s的一帧信号（在采样频率为22050Hz的情况下，取10ms作为一帧），自相关波形图。原始语音信号修改坐标的自相关函数波形用MATLAB的函数randn，产生一帧高斯白噪声，其自相关函数图。说明清音是噪声激励的正确性。白

10、噪声信号修改坐标的自相关函数波形声道的共振峰特性对基音周期的估计造成干扰，这是因为语音信号包含丰富的谐波分量。基音频率的范围分布在50～450Hz左右。同时，第一共振峰通常在200～1000Hz的范围内，这样可能导致语音的谐波分量高于基频分量，对基音周期的估计造成错误。采用中心削波法：Center-cl