语音信号的时域和频域特征.docx

第一章

语音信号的时域及频域特征

1.语音信号的主要特点

1.1.语音信号带宽

语音信号的带宽约为5KHz,主要能量集中在低频段。

1.2.语音信号是典型的随机信号

1)人的每次发音过程都是一个随机过程。很难得到两次完

全相同的发音样本。

2)在信号处理中，通常假设语音信号是短时平稳的。例如，可以认为在语音的浊音段部分，语音的二阶矩统计量是平稳的

(在5~10mS内),即二阶矩平稳，或称为宽平稳。

1

2.语音信号的时域波形

语音信号的波形(shi4)

2

语音信号波形(shi4)的局部细节

3

2.1.语音时域信号特征

2.1.1.语音时域信号的特点

1)清音段：能量低，过零率高，波形特点有点像随机的噪

声。这部分信号常与语音的辅音段对应。

2)浊音段：能量高，过零率低，波形具有周期性特点。所

谓的短时平稳性质就是处于这个语音浊音(元音)段中。

3)过渡段：一般是指从辅音段向元音段信号变化之间的部

分。信号变化快，是语音信号处理中最复杂、困难的部分。

4

2.1.2.语音的短时能量、短时平均幅度和短时过零率

(1)短时能量：

(2)短时平均幅度：

(3)短时过零率：

其中

5

3.语音信号的短时谱特征

3.1.短时傅立叶谱分析

对于能量受限的时域信号f(t),它的傅立叶变换可以写成

以上这个傅立叶变换，在“宏观上”给出信号f(t)的频谱信息，但是却无法确定某个“局部”时间段频谱的确切信息。或者也可以说，我们不能通过观测局部的时域信号来了解整个f(t)的

频谱信息。为此我们引入了所谓的短时傅立叶谱分析技术。

6

有许多技术都可以用来完成信号的短时谱分析。最典型的

就是小波变换和我们现在常采用FFT短时谱分析技术。

傅立叶短时谱分析与窗的形状和位置有关(与时刻有关)。

假设窗函数为w(t),那么信号f(t)的短时傅立叶变换为

例如，如果选择窗的形式为一个高斯函数

7

由于

所以有

这说明可以被加窗后的短时谱

这正是我们所希望的性质。

所精确地分解。

8

对于时域离散信号x(n),短时傅立叶变换定义：

这里w(n)为窗函数。例如，常用的窗函数有

矩形窗：

汉明窗：

9

3.1.1.短时傅立叶变换的线性滤波实现形式

短时傅立叶变换可以用两种滤波器实现形式来解释。

实现形式一：

对信号x(n)进行调制，将频谱搬移到低端，然后用w(n)滤

波器进行滤波分析。

10

X,(e

X,(e

x(n)

w(n)

w(n)

e~iom

11

实现形式二：对具有低通性质的w(n)滤波器进行调制，得到

带通滤波器，用此带通滤波器对信号x(n)进行分析。

e,-jon

12

rHaFREOUENCY

rHa

FREOUENCY

3.2.语谱图：

横轴表示时间，纵轴表示频率，用灰度表示对应频谱分量

的信号强度。

重

重

S0o

Akaea

4000

2000

1000

u

4000

200,

1009:

益00》04006300Q204.0004Bh00A

TIME.(aed)

4000

E

M

多

3

Spetogpumeofthevowelwmnd

l120

3.3.浊音谱特征

3.3.1.浊音谱的谱线结构

谱线结构是与浊音信号中的周期信号密切相关的。具有与

基音及其谐波相对应的谱线。

3.3.2.浊音谱的共振峰结构

频谱包络中有几个凸起点，与声道的谐振频率相对应。这些凸起点称为共振峰(Formant)。其频率称为共振峰频率。按频率由低到高依次为第一共振峰、第二共振峰…。相应频率用

F1、F2、F3.….来表示。

14

展

展

tms*HDTP*A1mRttn4tt

N~r

mTeRt

浊音信号的傅立叶分析谱

15

3.3.3.元音三角形图

所谓的元音三角形图就是指不同元音的F1、F2共振峰频

率在平面图上的关系。

元音三危形

16

3.4.清音谱特征

清音的频谱无明显的规律，比较平坦。在语音识别中使用

统计模型的方法加以解决。

17

4.基音与四声

4.1.基音周期与基音频率

1)基音的周期就是声带振动的周期。基音周期的倒数就是

基音频率。

2)基音是与人的声带长度、质量等物理量有关。因此与人

的年龄、性别、情绪等生理状态有关。

[注意]:音高(Pitch)与基音的关系。音高是听觉量，基音是物理

量。正如冷热与温度的关系一样。

18

基音周期示意图

19

4.2.基音的检测

4.2.1.时域上的基音检测方法

(1)AMDF法：

定义平均幅度差函数

在这里