搜索Matlab語音信號處理學習-第二章
2017-03-28 by:CAE仿真在線 來源:互聯網
前言:
1)語音信號是“非穩態”“時變”的,但在10-30ms周期內是“穩態”“時不變”的,這構成了語音信號處理的“短時分析技術”
2)在短時分析中,我們將語音信號分成一段一段地來分析其特征參數,這樣的一段就稱為“一幀”,一般地,每幀長度為10-30ms,這樣就形成了每幀特征參數組成的特征參數的時間序列。
3)根據提取參數方法的不同,就有了信號的時域分析,頻域分析,倒頻域分析等
4)根據分析方法的不同,就有了模型分析法和非模型分析法
5)在語音分析方法中,重要的方法是頻域分析法
6)語音信號的數字化,加窗,分幀,預加重語音信號分析的關鍵技術
2.1 分幀
1)因為語音信號是時變的,在相臨兩幀中可能有很大的變化,可能引起特征的強烈變化,因此將插入一些幀來平滑特征參數的提取
有四個方法:enframe,
segment, buffer2, frame
窗函數: 矩形窗,海寧窗,漢明窗
2.3 短時時域處理
1)短時能量和短時平均幅度
2) pr2_3_1
計算短時能量
短時能量和短時平均幅度的主要用途:區分有聲段和無聲段,區分濁音段(能量大)和清音段
3)pr2_3_2
計算短時平均過零量
短時平均過零量可以在背景噪聲中提取語音信號,判斷有聲段和無聲段的起點和終點
4)短時自相關函數
5)短時平均幅度差函數
2.4 語音信號頻域分析
1)利用快速傅立葉變換(DFT)
2)語譜圖
pr2_4_1
3)短時功率譜密度(Power
Spectrum Density PSD),用于反映信號功率
pr2_4_2
需要改:
[wavin0,fs,nbits]=wavread(fle);
改為:
INFO=audioinfo(fle);
nbits=INFO.BitsPerSample;
[wavin0,fs]=audioread(fle);
開放分享：優質有限元技術文章,助你自學成才
相關標簽搜索：Matlab語音信號處理學習-第二章 MatLab培訓 MatLab培訓課程 MatLab在線視頻教程 MatLab技術學習教程 MatLab軟件教程 MatLab資料下載 MatLab代做 MatLab基礎知識 Fluent、CFX流體分析 HFSS電磁分析 Ansys培訓 Abaqus培訓
編輯
