第二章语谱图的分析.ppt

* 话者1发音“0”的结果 话者1另一次发音“0”的结果 * 话者1发音“0”的结果 话者2发音“0”的结果 * 3.6.2 语音信号特性分析 一首歌曲的截取语音段 * 3.6.2 语音信号特性分析 语音信号的特性主要指它的声学特性、语音信号的时域波形和频谱特性以及语音信号的统计特性。 关于声学特性前面已做了介绍，下面主要分析它的时域波形和频谱特性。 * 汉语拼音“sou ke”的时间波形 * 元音[ou]的频谱图 * 语音特性分析实例：Ten above in suburbs * * * * * * 辅音[s]的频谱 * 语音波形及特性 女声“他去无锡市”的时域波形图 * 对上段语音信号的分析： 这段语音的频率带宽为300-3400Hz 横轴为时间，纵轴为语音的幅度。 采样频率为8kHz，持续时间为4s。 时间轴压缩很短，只能看清该段语音的轮廓，无法辨识语音波形的具体细节。 * 女声“他去无锡市”的时域波形展开图 他 去 无 锡 市 * 3.6 语音信号的 语谱图分析 3.6.1 语谱图分析 3.6.2 语音信号特性分析 * 一段语音的时域波形及其语谱图 语音时域波形 对应的语谱图 3.6.1 语谱图分析 * 语谱图 语音的时域分析和频域分析是语音分析的两种重要方法。但是这两种方法均有局限性： 时域分析对语音信号的频率特性没有直观的了解； 特性中又没有语音信号随时间的变化关系。 因此人们致力于研究语音的时频分析特性，把和时序相关的傅里叶分析的显示图形称为语谱图。 语谱图在1941年由贝尔实验室研究人员发明，它试图用三维的方式显示语音频谱特性， 纵轴表示频率，横轴表示时间，颜色的深浅表示特定频带的能量大小，语谱图的发明是语音研究的一个里程碑，它将语音的许多特征直观的呈现出来。 语谱图中显示了大量的与语音的语句特性有关的信息，它综合了频谱图和时域波形的特点，明显地显示出语音频谱随时间的变化情况，或者说是一种动态的频谱。 * 语谱图产生流程 语音录制 数据读入程序 信号分帧加窗 能量密度谱计算 功率谱伪彩色显示 语谱图显示 * 一、语谱图的分类 语谱图分为宽带语谱图和窄带语谱图两种。 宽带语谱图：带宽约为300Hz，具有良好的时间分辨率，但是频率分辨率较差； 宽带语谱图能给出语音的共振峰频率及清辅音的能量汇集区，在语谱图里共振峰呈现为黑色的条纹。 窄带语谱图：带宽约为45Hz,具有良好的频率分辨率，但是时间分辨率较差。 有利于显示基音频率及其各次谐波，不利于观察共振峰的变化。 在不同的语谱图上所表现的语音特征也不同。 * 二、宽带语谱图的典型谱型 宽带语谱图的典型谱型： 宽横杠（Bar）：代表元音的共振峰位置，表现为图中与水平时间轴平行的较宽的黑杠，不同元音的共振峰位置不同，根据宽带语谱图上各横杠的位置可以区分不同的元音，不同人发音的第一共振峰位置会不同，但其分布结构是相似的。 竖直条（spike）代表塞音（b,d,g,p,t,k）或塞擦音（z,zh,j,c,ch,q）,表现为图中与垂直频率轴平行的较宽的黑条，在时间上持续时间很短，在频率轴上集中区位置随不同的辅音而不同 摩擦乱纹（fill）:代表摩擦音（s,sh,x,f,h）或者送气音的送气部分，表现为图中无规则的乱纹。 * 三、窄带语谱图的典型谱型 窄横条：代表元音的基音频率及各次谐波，表现为图中与水平轴平行的线条，窄横条在频率轴的位置对应了音高频率值，随时间轴的曲折、升降变化代表了音高变化的模式 无声间隙段：对应于语音的停顿间隙，在图中表现为空白区，在两种语谱图中都存在。 这种反映语音信号动态频谱特性的时频图在语音 分析中具有重要的实用价值，被称为“可视语言” * 语谱图分析 语谱图中的花纹有横杠、乱纹和竖直条等 横杠是与时间轴平行的几条黑色带纹，它们是共振峰，从横杠对应的频率和带宽可以确定相应的共振峰频率和带宽 在一个语音段的语谱图中，有没有横杠出现是判断它是否是浊音的重要标志。 竖直条（又叫冲直条）是语谱图中出现与时间轴垂直的一条窄黑条。 每个竖直条相当于一个基音，条纹的起点相当于声门脉冲的起点，条纹之间的距离表示基音。条纹越密表示基音频率越高。 * * Every salt breeze comes form the sea Wide band narrowband * Matlab 命令：specgram Wideband spectrogram：给出共振峰频率 Narrowband spectrogram：基音周期及其谐波 specgram computes the windowed discrete-time Fourier transform of a signal using a sliding