短時(shí)能量函數(shù),短時(shí)過零率,短時(shí)平均幅度

1、上次貼出的matlab數(shù)值分析沒想到那么多人搜索，下面貼出語音分析的部分，調(diào)試都可以通過，WO.wav是用錄音軟件錄的。加矩形窗的短時(shí)能量函數(shù)：a=wavread('F:WO.wav');subplot(6,1,1),plot(a);N=32;for i=2:6h=linspace(1,1, (i-1)*N);%形成一個(gè)矩形窗，長度為NEn=conv(h,a.*a);%求卷積得其短時(shí)能量函數(shù)Ensubplot(6,1,i),plot(En);if(i=2) legend('N=32');elseif(i=3) legend('N=64');els

2、eif(i=4) legend('N=128'); elseif(i=5) legend('N=256');elseif(i=6) legend('N=512');endend加hamming窗的短時(shí)能量函數(shù)：把h=linspace(1,1, (i-1)*N);改為h1=hamming(i-1)*N);加矩形窗的短時(shí)平均幅度：a=wavread('F:WO.wav');subplot(6,1,1),plot(a);N=32;for i=2:6h=linspace(1,1,(i-1)*N);%形成一個(gè)矩形窗，長度為NEn=conv(

3、h,abs(a);%求卷積得其短時(shí)能量函數(shù)Ensubplot(6,1,i),plot(En);if(i=2) legend('N=32');elseif(i=3) legend('N=64');elseif(i=4) legend('N=128');elseif(i=5) legend('N=256');elseif(i=6) legend('N=512');endend短時(shí)過零率：a=wavread('F:WO.wav');n=length(a);N=320;subplot(3,1,1),plot

4、(a);h=linspace(1,1,N);%形成一個(gè)矩形窗，長度為NEn=conv(h,a.*a);%求卷積得其短時(shí)能量函數(shù)Ensubplot(3,1,2),plot(En);for i=1:n-1if a(i)>=0b(i)= 1;elseb(i) = -1;endif a(i+1)>=0b(i+1)=1;elseb(i+1)=-1;endw(i)=abs(b(i+1)-b(i);end%求出每相鄰兩點(diǎn)符號(hào)的差值的絕對(duì)值 k=1;j=0;while (k+N-1)<nZm(k)=0;for i=0:N-1;Zm(k)=Zm(k)+w(k+i);endj=j+1;k=k+1

5、60; %每次移動(dòng)半個(gè)窗endfor w=1:jQ(w)=Zm(160*(w-1)+1)/640;%短時(shí)平均過零率endsubplot(3,1,3),plot(Q);對(duì)語音信號(hào)分析的最自然最直接的方法是以時(shí)間為自變量進(jìn)行分析。語音信號(hào)典型的時(shí)域特征包括短時(shí)能量，短時(shí)平均過零率，短時(shí)自相關(guān)系數(shù)，短時(shí)平均幅度差。濁音和清音之間激勵(lì)的變化，會(huì)使信號(hào)峰值幅度有很大的變化，在濁音范圍內(nèi)基頻有相當(dāng)大的變化。短時(shí)能量分析：語音信號(hào)的能量隨著時(shí)間變化比較明顯，一般輕音部分的能量比濁音部分的能量小得多，窗函數(shù)的選擇對(duì)短時(shí)能量表示方法的特點(diǎn)起決定作用。短時(shí)能量主要有以下幾個(gè)方面的應(yīng)用：首先利用短時(shí)能量可以區(qū)分清音

6、和濁音，因?yàn)闈嵋舻哪芰恳惹逡舻哪芰看蟮枚?；其次可以用短時(shí)能量對(duì)有聲段和無聲段進(jìn)行判定，對(duì)聲母和韻母分解，以及對(duì)連字分界。在語音識(shí)別系統(tǒng)中，短時(shí)能量一般也作為特征中的一維參數(shù)來表示語音信號(hào)能量的大小和超音段信息。短時(shí)平均過零率語音信號(hào)時(shí)域分析中最簡單的一種特征，他是指沒陣內(nèi)信號(hào)通過零值的次數(shù)，連續(xù)語音信號(hào)，可以考察期時(shí)域波形通過時(shí)間軸的情況。離散信號(hào)，短時(shí)平均過零率實(shí)質(zhì)上就是信號(hào)采樣點(diǎn)符號(hào)變化的次數(shù)。短時(shí)平均過零率可以用于語音信號(hào)的分析。濁音時(shí)的能量集中在低頻段，清音時(shí)的能量集中在高頻段，可以一定程度上反應(yīng)頻率的高低，在濁音段有較低的過零率，在清音段有較高的過零率?？梢灾v短時(shí)平均過零率和短時(shí)能

7、量結(jié)合判斷語音起止點(diǎn)的位置，即進(jìn)行端點(diǎn)檢測(cè)。背景噪音小，短時(shí)能量比較準(zhǔn)確，大時(shí)，短時(shí)平均過零率可以獲得較好的檢測(cè)效果。一般的識(shí)別系統(tǒng)，其前端的端點(diǎn)檢測(cè)過程都是將這兩個(gè)參數(shù)結(jié)合用于檢測(cè)語音是否真的開始。另一個(gè)用途是作為語音頻域分析的一個(gè)中間步驟，不同窗口型的低通濾波器來處理過零，而改用多通道的帶通濾波器，這使得輸出就是頻域的短時(shí)平均過零率，如果再加上用帶通濾波器的短時(shí)能量的輸出，就可以得到語音信號(hào)的頻域分析結(jié)果。容易受到低頻的干擾，將過零率的含義修改為跨過正負(fù)門限的次數(shù)。自相關(guān)函數(shù)相關(guān)函數(shù)用于測(cè)定兩個(gè)信號(hào)在市域內(nèi)的相似程度，可以分為互相關(guān)函數(shù)自相關(guān)函數(shù)?；ハ嚓P(guān)函數(shù)研究兩個(gè)信號(hào)之間的相關(guān)性。自相關(guān)

8、函數(shù)研究信號(hào)本身的同步性、周期性。自相關(guān)函數(shù)提供了一種獲取周期性信號(hào)周期的方法。短時(shí)自相關(guān)函數(shù)：短時(shí)自相關(guān)函數(shù)是在信號(hào)的第n個(gè)樣本點(diǎn)附近用短時(shí)窗截取一段信號(hào)，做自相關(guān)計(jì)算所得的結(jié)果。如果為濁音型的周期信號(hào)，從自相關(guān)函數(shù)的性質(zhì)可知，其短時(shí)自相關(guān)函數(shù)也呈現(xiàn)明顯的周期性，和原本信號(hào)的周期性相同。清音屬于隨機(jī)噪聲，短時(shí)自相關(guān)函數(shù)不具有周期性，隨著k增大而逐漸減小。還可以用修正的短時(shí)自相關(guān)函數(shù)（嚴(yán)格說是互相關(guān)函數(shù)）。短時(shí)平均幅度差函數(shù)，可用于基音周期的檢測(cè)。在語音識(shí)別中，正確的判斷輸入語音的起點(diǎn)，重點(diǎn)對(duì)于提高識(shí)別率往往是非常重要的，在一些語音識(shí)別或低速語音編解碼器應(yīng)用中，對(duì)于已經(jīng)判別為語音段的部分，還需

9、要進(jìn)一步判斷清音和濁音。能夠?qū)崿F(xiàn)這些判決的集聚在于，不同性質(zhì)語音的各種短時(shí)參數(shù)具有不同的概率密度函數(shù)，以及相鄰的若干幀語音應(yīng)具有一直的語音特性。在孤立詞語音識(shí)別系統(tǒng)中，需要正確判斷每個(gè)輸入語音的起點(diǎn)和終點(diǎn)，利用短時(shí)平均幅度參數(shù)M和短時(shí)平均過零率Z可以做到。采用短時(shí)平均過零率原因在于，以前可能是一段清輔音，能量相當(dāng)弱，依靠能量不可能將他們與無聲段分開。對(duì)于清輔音，他們的過零率明顯高于無聲段，因而能用這個(gè)參數(shù)區(qū)分。在沒有背景噪聲的情況下，無聲段將不會(huì)穿越這一提高的電平，因而可以正確區(qū)分清音和無聲段。還可以基音周期是否存在判斷濁音和清音。pingyu對(duì)語音信號(hào)進(jìn)行頻譜分析是認(rèn)識(shí)語音信號(hào)和處理語音信號(hào)

10、的重要方法。有濾波器組分析方法和傅里葉分析方法。濾波器組分析方法簡單，實(shí)時(shí)性好，受外界環(huán)境影響小。濾波器可以是寬帶帶通濾波器，也可以是窄帶帶通濾波器。寬帶帶通濾波器具有平坦特性，用它可以粗略的求取語音的頻譜，其頻率分辨率降低。相當(dāng)與短時(shí)處理時(shí)窗寬較窄的那種。使用窄帶帶通濾波器，其頻率分辨率提高，相當(dāng)于短時(shí)處理時(shí)窗寬較寬的那種。濾波器的輸出為模擬型號(hào)，經(jīng)過自適應(yīng)增量調(diào)制器變?yōu)槎M(jìn)制脈沖信號(hào)，在經(jīng)過多路開關(guān)，變?yōu)橐淮M(jìn)制脈沖信號(hào)。傅里葉頻譜分析語音信號(hào)頻域分析中廣泛采用的一種方法。法國科學(xué)家J.Fourier在1807年為了得到熱傳導(dǎo)方程的簡便解法二提出的。很多領(lǐng)域都當(dāng)做基本的經(jīng)典工具來使用。傅里葉頻譜分析時(shí)分析線性系統(tǒng)和平穩(wěn)信號(hào)穩(wěn)態(tài)特性的強(qiáng)有力工具。這種以負(fù)指數(shù)函數(shù)維基函數(shù)的正交變換，理論完美，計(jì)算方便，易于理解。傅里葉頻譜分析的基礎(chǔ)是傅里葉變換，用傅里葉變換及其反變換可以求得傅里葉譜，自相關(guān)函數(shù)，功率譜，倒譜。傅里葉頻譜分析也采用相同的短時(shí)分析技術(shù)。 語譜圖中的時(shí)間分辨率和頻率分辨率使用采用的窗函數(shù)來決定的