时域分析部分.ppt

通信课程设计 语音信号处理部分 基 础 理 论 部 分 一、语音信号产生的机理 人类的发声过程是由于肺部的收缩，压迫气流由支气管经过声门和声道引 起音频振荡而产生的，其中声道起始于声门处而终止于嘴唇，包括咽喉(连接食 道和口)、口腔，鼻道则是从小舌开始到鼻孔为止，当小舌下垂时，鼻道与声道 发生耦合而产生语音中的鼻音。图1-1是发音器官的示意图。 发音过程中声道各处的截面积取决于舌、唇、颌以及小舌的位置。声道截 面积是随纵向位置而变的函数，称为声道截面积函数，声道的共振峰特性主要 决定于声道截面函数，声道的共振峰特性决定所发声音的频谱特性，即音色。 二、语音产生模型 综合考虑声门激励、声道和嘴唇辐射影响就得到图2—14所 示的语音发生的离散系统模型。这就是说，语音信号可看作是 激励信号激励一个线性系统而产生的输出，其中是声道响应与 嘴唇辐射模型R(z)相级联而成，即： 对于浊音来讲，我们还可以把声门脉冲的影响也归并到传递 函数中，即： 总结：人类发音过程有三类不同的激励方式，因而能产生三类不同的声 音，即浊音、清音和爆破音。当气流通过声门时声带的张力刚好使声带发生较低频 率的张弛振荡．形成被周期性的空气脉冲，这些空气脉冲激励声迫使产生浊音。如 果声道中某处面积很小，气流高速冲过此处时而产生湍流，当气流速度与横截面积 之比大于某个门限时(临界速度)便产生摩擦音，即清音。如果声道某处完全闭合建 立起气压，然后突然释放而产生的声音就是爆破音。 由于发音方式和声道形状的不同，人类可以发出无穷多种的、听觉系统可以 将它们相互区分的声音。但是语音是人类交流传息的手段，必须采用。一套大家 都可以发出、大家又都可以辨别的基本语音单位才能交流信息，这种语音单位就是 音素。显然，这样的音素是不会太多的，一般一种语言只有几十个。音素相当于 通信系统中的编码特号集，它是由有限个符号组成的集合。用它们进行分组串行编 码便形成丰富多彩的语言。一个语句是由一串音素构成的，但是一串音素不等于一 个语句，语句中还含有反映语意、语感的韵律信息。这里的韵律特征包括各音素的 相对强度、相对时长、相对音高、高音之间的停顿以及音素之间相互影响而产生音 素的变异等。因此人类用于交流信息的语音系统比目前能人工制造的通信系统爱复 杂得多。 三、语音信号处理的补充知识 对于语音信号的时域分析来说，窗口的形状是很重要的，选用不同的窗 口，将使信号的分析结果不同，最常用的是矩形窗和海明窗，矩形窗的谱平滑 较好，但波形细节丢失；而海明窗则相反，图3-3是两个窗函数时域波形和频 域波形的对比。 由于矩形窗的主瓣宽度较小，但其旁瓣高度很高；海明窗的主瓣比较 宽，而旁瓣高度很低。矩形窗的旁瓣太高，会产生严重的泄漏现象(Gibbs)，因 此只在某些些特殊场合中采用。海明窗旁瓣最低，可以有效地克服泄漏现象， 具有更平滑的低通特性，因此应用最为广泛。对于同一种窗函数，主瓣宽度与 窗长成反比。在本实验中用的是海明窗。 5、短时能量分析 语音信号的能量分析是基于语音信号能量随时间有相当大 的变化，特别是清音段的能量一般比浊音段的小很多这一特 性，能量分析包括能量和幅度这两个方面。 短时平均能量的定义： 其中En是语音信号的一帧的能量，Wn是窗函数，这里选取 为海明窗。短时平均能量相当于语音信号平方通过一个线性滤 波器的输出，且滤波器的单位函数响应为 语音信号的短时平均幅度定义为： 实际应用中，为了避免静音段的随机噪声产生过高的过零率，通常都 先设定一个门限，当前后两个采样的符号不同，而且差值大于该门限的时候， 就将过零率的数值加1。 其核心思想是：判断相邻两帧的符号是否小于零，并且两帧的差值是否大 于设定的一个门限值delta，如果满足以上两个条件，那么过零率加1。其中设 置了门限delta=0.02，这是个经验值，可以进行细微的调整。在此条件下，可 以得到汉语“我到黑龙江”的过零率波形，如图3-6所示： 7、 短时自相关分析 语音信号的短时自相关函数 采用短时分析方法，定义语音信号短时自相关函数为 定义 那么短时自相关函数可以写成： 浊音的短时自相关函数 清音的短时自相关函数 实验内容  语音信号的时域分析 一、实验目的 1、理解语音信号的短时平稳性，并正确对语音信号进行分帧加窗。 2、了解语音信号的几种时域分析方法：短时过零率、短时能量及自相关分析，并写出正确的仿真程序。 3、进一步理解和掌握语音信号短时平均能量函数及短时平均过零数的计算方法和重要意义。 二、实验仪器 ? 微型计算机，Matlab软