《语音信号处理》讲稿第4章

第4章语音分析本章主要讨论的问题：1.语音分析方法概述2.语音的时域分析3.语音的频域分析4.语音的语谱分析1.语音分析方法概述语音分析是语音合成及语音识别的基础。语音分析的三种方法：（1）时域分析法——时域波形图。（2）频域分析法——频谱图。（3）语谱分析法——语谱图。1.语音分析方法概述（1）时域分析法语音的时域分析采用时域波形图。横坐标是时间，纵坐标是幅值。1.语音分析方法概述（2）频域分析法频域分析包含：语音信号的频谱、功率谱、倒频谱、频谱包络、短时间谱等。常用的频域分析方法有：a.带通滤波器组法。b.傅里叶变换法。c.线性预测法等。1.语音分析方法概述（3）语谱分析法语谱分析法是另一种用于语音分析的有效方法。语谱分析法始于20世纪40年代，当时研制成功语谱仪，能生成语谱图。语谱图可以在二维（时间及频率）图上表示音强的关系，提供了有关不同时间不同频率的相对音强的有价值的信息。2.语音的时域分析三种常用的时域分析方法：（1）过零分析（2）幅度分析（3）相关分析2.语音的时域分析（1）过零分析所谓过零，是指对于有时间横轴的连续语音信号，可观察到语音的时域波形通过横轴的情况。在离散时间语音信号情况下，若相邻的采样具有不同的代数符号，就称为发生了过零。2.语音的时域分析①几类典型的过零率a.过零率——单位时间内过零的次数。b.平均过零率——一段时间内过零率。对于窄带信号，平均过零率是信号频率量的一个简单度量。2.语音的时域分析c.短时平均过零率。meromnmxmxnZ)()]1(sgn[)](sgn[)(2.语音的时域分析语音的短时处理的一个重要问题是采样个数N的取值。由于人类听觉范围为20Hz~20kHz，因此，采样频率fs为10kHz可以满足语音处理要求。若女性、男性的音调分别对应为400~80Hz，则在采样频率fs为10kHz情况下，采样个数N为25~125。2.语音的时域分析②短时平均过零率的应用a.区别清音和浊音。例如，清音的过零率高，浊音的过零率低。此外，清音和浊音的两种过零分布都与高斯分布曲线比较吻合。清音和浊音的过零分布2.语音的时域分析b.从背景噪声中找出语音信号。语音处理领域中的一个基本问题是，如何将一串连续的语音信号进行适当的分割，以确定每个单词语音的信号，亦即找出每个单词的开始和终止位置。在孤立词的语音识别中，可利用能量和过零作为有话无话的鉴别。2.语音的时域分析③过零分析的缺陷有些单词仅用过零率无法判定语音的开始和终止。解决办法：结合过零率和信号能量分析（如幅度分析）。2.语音的时域分析（2）幅度分析幅度分析用于估计语音信号的特征。清音段幅度较小，能量集中于高频段；浊音段幅度较大，能量集中于低频段。幅度分析包括两方面：①幅度②能量由于语音信号的宽带特点，采用短时处理技术。2.语音的时域分析①短时能量函数短时能量函数定义：式中，h(n)=2(n)为窗函数。nNnmnNnmnmnhmxmnmxE1212)()()]()([2.语音的时域分析两种典型窗函数：矩形窗、哈明(Hamming)窗。a.矩形窗的定义：h(n)=1,0≤n≤N-1h(n)=0,其他b.哈明窗的定义：h(n)=0.54-0.64cos(2∏n/(N-1)),0≤n≤N-1h(n)=0,其他2.语音的时域分析矩形窗的频率响应如下式所示：通过矩形窗，可以求出哈明窗的频率响应。2/)1()2/sin()2/sin()(NTjTjeTNTeH2.语音的时域分析实验表明，在用短时能量反映语音信号的幅度变化时，不同的窗函数以及相应窗的长短均有影响。哈明窗的效果比矩形窗略好。但是，窗的长短影响起决定性作用。窗过大（N很大），等效于很窄的低通滤波器，不能反映幅度En的变化；窗过小（N很小），短时能量随时间急剧变化，不能得到平滑的能量函数。在10kHz的采样频率下，N选为100~200比较合适。2.语音的时域分析小结：短时能量函数的应用a.可用于区分清音段与浊音段。En值大对应于浊音段，En值小对应于清音段。b.可用于区分浊音变为清音或清音变为浊音的时间。（根据En值的变化趋势）c.对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。无信号（或仅有噪声能量）时，En值很小，有语音信号时，能量显著增大。d.仅用过零率来判定语音的开始和终止，对于如前所述的5种情况比较困难，若能结合短时能量和过零率，判定效果较理想。2.语音的时域分析②平均幅度函数与短时能量函数相比，短时平均幅度函数处理方法比较简单，不必作平方运算。仅计算加权了的信号绝对值之和。缺点在于：没有短时能量函数（信号的平方和）对高信号电平那样敏感。2.语音的时域分析平均幅度函数定义：NNnmnmnnxM1)()(2.语音的时域分析实验表明，窗宽N对平均幅度函数的影响与短时能量函数的分析结果相同。但平均幅度函数的动态范围比短时能量函数要小。虽然可以判定清音和浊音的不同，但清音和浊音之间的电平差不太明显。2.语音的时域分析（3）相关分析相关函数可用于测定两个信号在时域内的相似性。相关分析有自相关和互相关两类。自相关函数：用于研究信号本身。例如，信号波形的同步性、周期性等。互相关函数：用于研究不同信号之间的差异。例如，两个信号完全不同，则互相关函数接近于零。2.语音的时域分析①自相关函数特性分析一个时间离散确定信号的自相关函数定义：mxxknxmxkC)()()(2.语音的时域分析如果信号是周期的或随机的，其自相关函数定义为：NNmNxxknxmxNkC)()(121)(lim2.语音的时域分析自互相关函数的重要特性：a.周期信号的自相关函数有同样周期，即Cxx(k)=Cxx(k+P)b.自相关函数为一个偶函数，即Cxx(k)=Cxx(-k)c.在k=0时，自相关函数达到最大值，即︱Cxx(k)︱≤Cxx(0)d.自相关函数相当于一种特殊情况的能量，即对应于一确定信号的能量；对于周期信号或随机信号，等于平均功率。2.语音的时域分析在语音信号处理中，自相关函数常用来作以下两种语音信号特征的估计：a.区分语音是清音还是浊音。b.估计周期性语音信号的周期。但是，由于语音信号的宽带特性，在实际应用中，也需要做短时处理。2.语音的时域分析短时自相关函数的定义：)()()()()(mknkmxmnmxkRmn2.语音的时域分析考虑窗函数，且为有限持续时间，上式可简化为：式中，hk(n-m)=(n)(n+k)为窗函数，N为窗宽，n为采样次数，相当于在nT的采样时间上。)()()()(10mnhkmxmxkRkkNmn2.语音的时域分析实验结果表明：a.浊音语音段呈周期性，清音段呈随机噪声特性。浊音语音的周期可用自相关函数中第一个峰值的位置来估算。b.由于语音信号的特性是变化的，所以N应尽可能小。但是，窗的持续时间至少须2倍于语音信号波形的周期。一般说来，语音信号的最小音高为80Hz，用自相关函数估算语音周期时，窗宽N不应小于250。2.语音的时域分析c.由于语音的基音周期的范围很宽，一般应让窗宽匹配于预期的基音周期。需要采用修正的自相关函数。d.在自相关函数的图形中，除最大峰值外，还出现许多其他的峰值。这些峰的大多数都起因于声道响应的阻尼振荡。阻尼振荡会干扰对基音周期的判定。需要改进方法。2.语音的时域分析②“谱平整”的非线性处理方法方法：先对语音信号x(n)进行非线性变换，再利用变换所得的结果y(n)来计算自相关函数。其变换关系如下：y(n)=c[x(n)]式中，c[]表示非线性变换。一种典型的非线性变换c[]采用中心削波函数。2.语音的时域分析举例：中心削波函数及其在语音信号处理中的应用示例。一般情况下，语音信号中有最大幅度Amax，则取削波电平cL=30%Amax。中心削波函数及其在语音信号处理中应用2.语音的时域分析说明：由于中心削波后再计算自相关函数，计算量大大增加，为简化计算，常常将中心削波函数作一定修正，采用三电平中心削波函数。三电平中心削波函数3.语音的频域分析三种常用的频域分析方法：a.滤波器组法（硬件实现方法）b.傅里叶频谱分析（软件实现方法）c.线性预测（时域与频域的结合）3.语音的频域分析（1）滤波器组法①滤波器组法的特点该方法使用简单，实时性好，受外界环境的影响小，是一种可以用硬件实现的方法。譬如，带通滤波器组已制成专用芯片。滤波器的选取模拟滤波器数字滤波器宽带带通滤波器（频率分辨率低）窄带带通滤波器（频率分辨率高）3.语音的频域分析②滤波器组法频谱分析原理由于语音信号的宽带特性，频域分析时需要采用“短时”处理技术，即短时傅里叶变换。a.短时傅里叶变换短时傅里叶变换的定义：式中，x(m)是语音信号序列，(n-m)是窗口函数序列。mmjjnmnemxeX)(])([)(3.语音的频域分析b.短时傅里叶逆变换短时傅里叶逆变换的定义：1010)()()(LknjjLknkkkeeXnyny3.语音的频域分析（2）傅里叶频谱分析①谱分析方法的种类傅里叶谱功率谱倒谱——对数功率谱取傅里叶变换自相关函数结合语音信号的宽带特性，也采用“短时”处理技术，即短时傅里叶变换。注：这是一种可以用软件实现的方法。3.语音的频域分析②几种谱之间的关系a.傅里叶谱傅里叶谱的定义：dttxfGefjx2)()(3.语音的频域分析b.功率谱功率谱的定义：式中，Gx*(f)为Gx(f)的复共轭值。)()()(fGfGfGxxxx3.语音的频域分析c.倒谱对数功率谱取傅里叶变换，并取绝对值，即为倒谱。若不取绝对值，则为复倒谱。倒谱的定义：22)(lg)(dffGCefjxxx3.语音的频域分析d.自相关函数自相关函数的定义：dttxtxCxx)()()(3.语音的频域分析③谱分析方法的应用a.傅里叶谱。用于检出语音信号的共振峰，并进行峰值的估算，称为峰值检出法。在估算共振峰的峰值时，常用一些折线来近似表示频谱（早期方法）。b.功率谱。将功率谱用二次式近似表示（内插法），用于检出共振峰。精度高，但计算较复杂。c.倒谱。便于将慢变化的频谱包络和快变化的谐波峰值的频谱分离开来，用于求出语音信号的基音周期(浊音)。d.自相关函数——语音信号的同步性、周期性。3.语音的频域分析（3）汉语语音的功率谱分析一般说来，在发汉语单词语音时，声母部分短促，韵母绵长，能量集中在韵母部分。韵母表现在低频部分，声母表现在高频部分，韵母在单词中起主要作用。男女声功率谱不同。4.语音的语谱分析语谱图是一种在二维（时间及频率）图上表示语音信号的音强关系的图谱，它能提供有关不同时间不同频率的相对音强的有价值的信息，如共振峰频率和基音周期。举例：若干美国英语元音和辅音的声波形图及其相应的语谱图，如图所示。(a)若干美国英语元音的声波形图及其相应的语谱图下一页(b)若干美国英语辅音的声波形图及其相应的语谱图返回