声信号处理简介.pptx

声信号处理简介

SignalProcessBriefIntroduction;01;声信号处理的目的;;短时能量（ShortTimeEnergy）和过零率（ZeroCrossRatio）常用来做VAD（VoiceActivityDetection）检测。相对于静音帧，语音帧有更高的短时能量和过零率。;不过假如信号的信噪比不够高，静音帧的过零率也会有较高的值，此时只需对原始信号进行限幅滤波，再计算短时能量和过零率即可。;不过假如信号的信噪比不够高，静音帧的过零率也会有较高的值，此时只需对原始信号进行限幅滤波，再计算短时能量和过零率即可。;多种谱之间的关系;?;01;人在发声时，根据声带与否振动可分为清音和浊音。当发浊音时，来自肺部的气流冲击声门，导致声门的一张一合，形成一系列准周期气流脉冲，通过声道的谐振及唇齿的辐射最终形成语音信号，因此浊音展现一定的准周期。而当发清音时，声带并不产生振动，此时生源鼓励可以看做是白噪声。韵母都为浊音，大多数声母（m，n，l除外）都为清音。

基音周期是语音信号最重要的特性之一，它描述了语音鼓励源的一种重要特性。

根据提取的作用域不一样，目前重要有如下措施：

时域：自有关法，平均幅度差法等

频域：倒谱法，线性预测倒谱法等

时频域：小波变换法等;当一种信号是周期的T的信号时，它的自有关系数也是一种周期信号，且周期同样保持为T。自有关法提取基音周期正是运用该原理。基音检测的难点重要在于第一共振峰的2~8次谐波分量往往比基波分量还强，这就轻易导致误判，在实际中中体现为提取的基音频率是精确值的2倍，3倍或者为1/2，这些偏离正常轨迹的跳变点我们称为“野点”，以此在做完基音周期提取后往往需要用中值滤波清除这些“野点”;与自有关函数同样，平均幅度差函数也展现与浊音语音周期相一致的周期特性。不过，与自有关函数表目前周期处出现峰值不一样样，平均幅度差函数在周期处具有谷值。;语音信号产生的原理是声门脉冲鼓励u(n)通过声道冲击响应v(n)后得到的，在信号处理上体现为两者的卷积

在倒频域，声门脉冲鼓励信号和声道冲击响应是互相分离的

而基音频率一般在60~500Hz之间，集中在低频，声???冲击响应分布在中高频，因此可以在倒谱上提取低频信号还原声门脉冲鼓励，从而提取基音周期;在线性预测中，线性预测的误差即为声门脉冲鼓励，

因此将语音信号通过线性预测系数得到的滤波器即可得到声门脉冲鼓励信号，进而提取基音周期。;实际上，除了声带以外，声道也包括了大量的个人特性。由于声道截面积的不均匀分布，声波在传递到截面突变的地方就会产生特定的共振频率，在频谱上体现为共振峰，一般用F1,F2,F3来描述前面3个共振峰。目前提取共振峰的措施重要有：

倒谱法

声道的特性信息包括在声道冲击响应中，而声道冲击响应重要集中在中高频，因此用预加重对语音信号进行高通滤波，可减少声门脉冲鼓励信号对共振峰提取的影响。

LPC求根法

在线性预测分析中，我们可以得到声道冲击响应的系统函数为

共振峰对应的频率其实是该传递函数对应的极点，因此我们只需规定出多项式的根对应的频率即可。;02;线性预测分析的基本原理;线性预测实际上是用一种全极点的自回归模型（简称AR模型）来描述声道系统函数，即用目前的输入和过去p个输出的加权值来估计目前的信号

式中，u(n)为鼓励信号，当发浊音时，声带一开一合产生周期性震动，

此时的声源鼓励u(n)为单位脉冲信号，这种声带振动的频率称为基音

频率（Pitch），对应的周期称为基音周期。当发清音时，鼓励u(n)

为白噪声，不具有周期性。浊音包括大量的能量，所有韵母都是浊音，

大部分声母（m,n,l除外）都是清音。

为线性预测器，由x(n)过去的p个值来预测或估

计目前值，式中，ai是线性预测系数（LinearPredictionCoefficient）

实际上，语音信号x(n)是由声门脉冲鼓励u(n)经声道响应v(n)滤波而得

在倒频域中，声门脉冲鼓励的倒谱和声道响应的倒谱是相对分离的，阐明包括基音信息的声脉冲倒谱可与包括声道特性的声道响应倒谱分离，因此从倒频域中分离出各自的倒谱成分并恢复对应的信号分量，用于求解基音周期和共振峰。;线性预测系数LinearPredictionCoefficients;线性预测倒谱系数LinearPredictionCepstrulCoefficients;03;;预加重的作用;加窗的作用;梅尔滤波器组是一组三角形滤波