第四章短时傅里叶变换ppt课件.ppt

《第四章短时傅里叶变换ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、4.1概述1语音的生成模型由线性系统组成，系统输出的傅里叶频谱反映了激励与声道频率响应特性。语音信号的频谱具有非常明显的语音声学意义，可以获得某些重要的语音特征，如共振峰频率和带宽等。话音波是一个非平稳过程，标准傅里叶变换不能用来直接表示语音信号。由于语音信号的特性是随时间缓慢变化的，因而可以假设它在一短段时间内保持不变。短时分析应用于频域分析就是短时傅里叶变换，即有限长度的傅里叶变换。短时傅里叶变换可以精确地恢复语音波形。短时傅里叶变换最重要的应用是语音分析-合成系统。2短时幅度谱的计算过程4.2.1短时(加窗)傅立叶变换的定义34.2.1短时傅立叶变换--定义定义：短

2、时傅立叶变换也叫短时谱（加窗的方式）短时谱的特点：1)时变性：既是角频率ω的函数又是时间n的函数2)周期性：是关于ω的周期函数，周期为2π4短时傅里叶变换是窗选语音信号的标准傅里叶变换。下标n区别于标准的傅里叶变换。w(n-m)是窗口函数序列。不同的窗口函数序列，将得到不同的傅里叶变换的结果。短时傅里叶变换有两个自变量：n和ω，所以它既是关于时间n的离散函数，又是关于角频率ω的连续函数。与离散时间序列傅里叶变换和连续傅里叶变换的关系一样，若令ω＝2πk/N，则得离散频率的短时傅里叶变换,它实际上是在频域的取样。4.2.1短时傅立叶变换--定义5这两个公式都有两种解释：①当

3、n固定不变时，它们是序列w(n-m)x(m)(-∞＜m＜∞)的标准傅里叶变换或标准的离散时间序列的傅里叶变换。此时与标准傅里叶变换具有相同的性质，而Xn(k)与标准的离散傅里叶变换具有相同的特性。②当ω或k固定时，和Xn(k)看做是时间n的函数。它们是信号序列和窗口函数序列的卷积，此时窗口的作用相当于一个滤波器。4.2.1短时傅立叶变换--定义64.2.1短时傅立叶变换--定义频率分辨率Δf、取样周期T、加窗宽度N三者关系：窗形状对短时傅立叶变换的影响－矩形窗——主瓣窄，衰减慢；－汉明窗——主瓣宽，衰减快；窗宽对短时频谱的影响－窗宽长——频率分辨率高，能看到频谱快变化；

4、－窗宽短——频率分辨率低，看不到频谱的快变化；74.2.2短时傅立叶变换--标准傅里叶变换的解释（n固定，ω的函数）短时傅里叶变换可写为当n取不同值时窗w(n-m)沿着x(m)序列滑动，所以w(n-m)是一个“滑动的”窗口。由于窗口是有限长度的，满足绝对可和条件，所以这个变换是存在的。与序列的傅里叶变换相同，短时傅里叶变换随着ω作周期变化，周期为2π。84.2.2短时傅立叶变换--标准傅里叶变换的解释9根据功率谱定义，可以写出短时功率谱与短时傅里叶变换之间的关系式中*表示复共轭运算。同时功率谱是短时自相关函数的傅里叶变换。下面将短时傅里叶变换写为另一种形式。

5、设信号序列和窗口序列的标准傅里叶变换为均存在。当n取固定值时，w(n-m)的傅里叶变换为4.2.2短时傅立叶变换--标准傅里叶变换的解释10如果被看成是w(n-m)x(m)序列的标准傅里叶变换，同时假设x(m)及w(m)的标准傅里叶变换存在，为：当n固定时，序列w(n-m)的傅里叶变换为：4.2.2短时傅立叶变换--标准傅里叶变换的解释11根据傅里叶变换的频域卷积定理，有4.2.2短时傅立叶变换--标准傅里叶变换的解释语音信号x(n)的标准傅里叶变换移动窗口的标准傅里叶变换短时傅里叶变换12写成卷积积分形式：将θ改换为-θ后，可以写成：可见，为了使能够充分地表现的特

6、性，要求对于来说，必须是一个冲激脉冲。13用波形乘以窗函数，不仅为了在窗口边缘两端不引起急剧变化，使波形缓慢降为零，而且还相当于对信号谱与窗函数的傅里叶变换进行卷积，采样。为此窗函数应具有如下特性：①频率分辨率高，即主瓣狭窄、尖锐；（矩形窗）②通过卷积，在其他频率成分产生的频谱泄漏少，即旁瓣衰减大。（海明窗）这两个要求实际上相互矛盾，不能同时满足。窗口宽度N、取样周期T和频率分辨率Δf之间存在下列关系Δf＝1/NT可见二者是矛盾的。窗口宽度↑→频率分辨率↑时间分辨率↓窗口宽度↓→频率分辨率↓时间分辨率↑4.2.2短时傅立叶变换--标准傅里叶变换的解释14第一个

7、零点位置为2πk/N，显然它与窗口宽度成反比。矩形窗，虽然频率分辨率很高，但由于第一旁瓣的衰减只有13.2dB，所以不适合用于频谱成分动态范围很宽的语音分析中。海明窗在频率范围中的分辨率较高，而且由于旁瓣的衰减大于42dB，具有频谱泄漏少的优点，频谱中高频分量弱、波动小，因而得到较平滑的谱。汉宁窗是高次旁瓣低，第一旁瓣衰减只有30dB。对语音波形乘以海明窗，压缩了接近窗两端的部分波形，等效于用作分析的区间缩短40%左右，因此，频率分辨率下降40%左右。所以，即使在基音周期性明显的浊音频谱分析中，乘以合适的窗函数，也能抑制基音周