第九章語(yǔ)音檢測(cè)

第九章語(yǔ)音檢測(cè)分析9.1基音檢測(cè)自相關(guān)法 并行處理法 倒譜法簡(jiǎn)化逆濾波法 9.2共振峰估值 帶通濾波器組法 離散傅里葉變換(DFT) 倒譜法 LPC法語(yǔ)音檢測(cè)分析主要涉及語(yǔ)音特征參數(shù)的提取和分析。19.1基音檢測(cè)基音是語(yǔ)音信號(hào)的一個(gè)重要參數(shù)，在語(yǔ)音產(chǎn)生的數(shù)字模型中它也是激勵(lì)源的一個(gè)重要參數(shù)?；羰侵赴l(fā)濁音時(shí)聲帶振動(dòng)所引起的周期性，而基音周期是指聲帶振動(dòng)頻率的倒數(shù)。準(zhǔn)確地檢測(cè)語(yǔ)音信號(hào)的基音周期對(duì)于高質(zhì)量的語(yǔ)音分析與合成、語(yǔ)音壓縮編碼、語(yǔ)音識(shí)別和說話人確認(rèn)等具有重要的意義。29.1基音檢測(cè)基音檢測(cè)的主要困難反映在：①聲門激勵(lì)信號(hào)并不是一個(gè)完全周期的序列，在語(yǔ)音的頭、尾部并不具有聲帶振動(dòng)那樣的周期性，有些清音和濁音的過渡幀是很難準(zhǔn)確地判斷是周期性還是非周期性的。②在許多情況下，清音語(yǔ)音和低電平濁音語(yǔ)音段之間的過渡段是非常細(xì)微的，確認(rèn)它是極其困難的。③從語(yǔ)音信號(hào)中去除聲道影響，直接取出僅和聲帶振動(dòng)有關(guān)的激勵(lì)信號(hào)的信息并不容易，例如聲道的共振峰有時(shí)會(huì)嚴(yán)重影響激勵(lì)信號(hào)的諧波結(jié)構(gòu)。這種影響在發(fā)音器官快速動(dòng)作而共振峰也快速改變時(shí)，對(duì)基音檢測(cè)是最具危害性的。39.1基音檢測(cè)④語(yǔ)音信號(hào)包含有十分豐富的諧波分量，基音頻率最低可達(dá)80Hz左右，最高可達(dá)500Hz左右，但基音頻率處在100～200Hz的情況占多數(shù)。因此，濁音信號(hào)可能包含有三四十次諧波分量，而其基波分量往往不是最強(qiáng)的分量。因?yàn)檎Z(yǔ)音的第一共振峰通常在300～1000Hz范圍內(nèi)，這就是說，2～8次諧波成分常常比基波分量還強(qiáng)。豐富的諧波成分使語(yǔ)音信號(hào)的波形變得非常復(fù)雜，經(jīng)常發(fā)生基頻估計(jì)結(jié)果為實(shí)際值的二、三次倍頻或二次分頻的情況。⑤在濁音段很難精確地確定每個(gè)基音周期的開始和結(jié)束位置，這不僅因?yàn)檎Z(yǔ)音信號(hào)本身是準(zhǔn)周期性的(即音調(diào)是有變化的)，還由于波形的峰或過零受共振峰的結(jié)構(gòu)、噪聲等的影響。⑥在實(shí)際應(yīng)用中，背景噪聲強(qiáng)烈影響基音檢測(cè)的性能，這對(duì)于移動(dòng)通信環(huán)境尤為重要，因?yàn)榻?jīng)常會(huì)出現(xiàn)高電平噪聲。⑦基音頻率變化范圍大，從老年男性的80Hz到兒童女性的500Hz，接近三個(gè)倍頻程，給基音檢測(cè)帶來了一定的困難。49.1基音檢測(cè)基音檢測(cè)方法的研究：①穩(wěn)定并提取準(zhǔn)周期性信號(hào)的周期性方法；②因周期混亂，采取基音提取誤差補(bǔ)償?shù)姆椒ǎ虎巯暤?共振峰)影響的方法。在基音提取時(shí)，容易錯(cuò)誤地提取真正基頻兩倍的頻率(倍基音)和基頻一半的頻率(半基音)，至于產(chǎn)生哪種錯(cuò)誤隨抽取方法而變化。59.1基音檢測(cè)基音檢測(cè)的方法大致可分為三類：①波形估計(jì)法。直接由語(yǔ)音波形來估計(jì)，分析出波形上的周期峰值。其特點(diǎn)除了比較簡(jiǎn)單、硬件實(shí)現(xiàn)容易外，還可定出峰值點(diǎn)的位置，這在一些處理中是很有用的。②相關(guān)處理法。在時(shí)域中，周期信號(hào)的最明顯特征就是波形的類似性，因而可以通過比較原始信號(hào)和它位移后的信號(hào)之間的相似性來確定基音周期。如果移位距離等于基音周期，那么，兩個(gè)信號(hào)具有最大類似性(相關(guān)性最強(qiáng))。大多數(shù)現(xiàn)存的基音檢測(cè)法都基于這一概念，最具代表性的是自相關(guān)函數(shù)法。這種方法在語(yǔ)音信號(hào)處理中被廣泛使用，這是因?yàn)橄嚓P(guān)處理法抗波形的相位失真強(qiáng)，另外它在硬件處理上結(jié)構(gòu)簡(jiǎn)單。③變換法。將語(yǔ)音信號(hào)變換到頻域或倒譜域來估計(jì)。比如倒譜法(CEP)。雖然倒譜分析算法比較復(fù)雜，但基音估計(jì)效果較好。69.1基音檢測(cè)直方圖(Histogram)也叫柱狀圖，是一種統(tǒng)計(jì)報(bào)告圖，由一系列高度不等的縱向條紋表示數(shù)據(jù)分布的情況。79.1基音檢測(cè)——自相關(guān)法濁音信號(hào)的自相關(guān)函數(shù)在基音周期的整數(shù)倍位置上出現(xiàn)峰值，而清音的自相關(guān)函數(shù)沒有明顯的峰值出現(xiàn)；因此檢測(cè)是否有峰值就可判斷是清音或濁音，檢測(cè)峰值的位置就可提取基音周期值。短時(shí)自相關(guān)函數(shù)中保留的語(yǔ)音信號(hào)的幅度太多，它有許多峰值，而其中許多都起因于聲道響應(yīng)的阻尼振蕩。當(dāng)基音的周期性和共峰峰的周期性混疊在一起時(shí)，被檢測(cè)出來的峰值就會(huì)偏離原來峰值的真實(shí)位置。89.1基音檢測(cè)——自相關(guān)法主要問題是第一共振峰可能對(duì)基音造成干擾：在某些濁音中，第一共振峰頻率可能會(huì)等于或低于基頻；如果其幅度很高，就可能在自相關(guān)函數(shù)中產(chǎn)生一個(gè)峰值，而該峰值又可以同基頻的峰值相比擬。例:其中有3個(gè)明顯的峰值。通過自相關(guān)波形，可以確定位于第40個(gè)樣本時(shí)延處的峰值相應(yīng)于基頻為200Hz；而位于第20個(gè)樣本處的峰值與相應(yīng)于基頻時(shí)的峰值差不多一樣大，因而可能將其誤認(rèn)為基音。圖9-1一個(gè)女子發(fā)［］音的自相關(guān)函數(shù)，語(yǔ)音信號(hào)以8kHz取樣99.1基音檢測(cè)——自相關(guān)法處理思路:對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理以去除聲道響應(yīng)的影響及其他帶來擾亂的特征分析:語(yǔ)音信號(hào)的低幅度部分包含大量的共振峰信息，而高幅度部分包含大量的基音信息。方法之一:非線性處理。非線性處理的優(yōu)勢(shì)是在采用硬件時(shí)可在時(shí)域低成本地實(shí)現(xiàn)。處理效果:任何削減或者抑制語(yǔ)音低幅度部分的非線性處理都會(huì)使自相關(guān)函數(shù)的性能得到改善。109.1基音檢測(cè)——自相關(guān)法圖9-2中心削波中心削波后的語(yǔ)音通過一個(gè)自相關(guān)器，這樣在基音周期位置呈現(xiàn)大而尖的峰值，而其余的次要峰值幅度都很小。119.1基音檢測(cè)——自相關(guān)法計(jì)算自相關(guān)函數(shù)的運(yùn)算量是很大的，其原因是計(jì)算機(jī)進(jìn)行乘法運(yùn)算非常費(fèi)時(shí)。為此可對(duì)中心削波函數(shù)進(jìn)行修正，采用三電平中心削波的方法y(n)=C’[x(n)］＝1，x(n)＞CLy(n)=C’[x(n)］＝0，｜x(n)｜≤CLy(n)=C’[x(n)］＝-1，x(n)＜-CL三電平中心削波的自相關(guān)函數(shù)的計(jì)算很簡(jiǎn)單，設(shè)y(n)表示削波器的輸出，則由自相關(guān)函數(shù)直接計(jì)算的公式Rn(k)＝［y(n+m)w’(m)］［y(n+m+k)w’(m+k)］如果窗口為直角窗，則上式變?yōu)镽n(k)＝y(tǒng)(n+m)y(n+m+k)上式中y(n+m)y(n+m+k)的取值只有-1、0、1三種情況，因而不需作乘法運(yùn)算而只需要簡(jiǎn)單的組合邏輯即可以。129.1基音檢測(cè)——自相關(guān)法(a)不削波(b)中心削波(c)三電平削波［Rn(k)均歸一化］圖9-4信號(hào)波形及其自相關(guān)函數(shù)的舉例139.1基音檢測(cè)——并行處理法(時(shí)域估計(jì)方法)用到的波形屬性是正負(fù)峰值的幅度和位置，后峰至前峰的測(cè)度以及峰值至谷值的測(cè)度?；糁芷谟?jì)算是將這6個(gè)估值與每一個(gè)基音周期估計(jì)器的最新的兩個(gè)估值相結(jié)合，比較這些估值，出現(xiàn)次數(shù)最多的值就是該時(shí)刻的基音周期。這種方法對(duì)濁音周期可以作出很好的估計(jì)；如果是清音，各個(gè)估值不一致，因而可判斷為清音。通常，可按10ms一幀來估計(jì)基音周期，同時(shí)得到“濁音/清音”判決。優(yōu)點(diǎn)是運(yùn)算簡(jiǎn)單、硬件實(shí)現(xiàn)容易。此外，不僅能估計(jì)出基音周期，而且還可以確定峰點(diǎn)位置。語(yǔ)音最初經(jīng)截止頻率為900Hz的低通濾波，如果需要的話還附加高通濾波去除50Hz的交流聲。語(yǔ)音信號(hào)在經(jīng)過預(yù)處理后，形成一系列脈沖，這一串脈沖保留了信號(hào)的周期性特性，而略去了與基音檢測(cè)無關(guān)的信息,找出峰點(diǎn)和谷點(diǎn)，再根據(jù)其位置和幅度產(chǎn)生6個(gè)脈沖序列對(duì)這些基音檢測(cè)器的輸出作邏輯組合，得出估計(jì)值估計(jì)這6個(gè)脈沖序列，得出6個(gè)基音周期的估值149.1基音檢測(cè)——倒譜法濁音語(yǔ)音的復(fù)倒譜中存在峰值，其出現(xiàn)時(shí)間等于基音周期；而清音語(yǔ)音段的復(fù)倒譜則不出現(xiàn)這種峰值。利用這一性質(zhì)可以進(jìn)行清/濁音判斷并估計(jì)濁音的基音周期。這種方法的步驟:計(jì)算復(fù)倒譜解卷提取出聲門激勵(lì)信息，在預(yù)期的基音周期附近尋找峰值如果峰值超過了預(yù)先設(shè)定的門限，則語(yǔ)音段定為濁音，而峰的位置就是基音周期的估值。如果不存在超出門限的峰值，則語(yǔ)音段定為清音。如果計(jì)算的是依賴于時(shí)間的復(fù)倒譜，則可估計(jì)出激勵(lì)源模型及基音周期隨時(shí)間的變化。159.1基音檢測(cè)——倒譜法倒譜和復(fù)倒譜表現(xiàn)出相同的性質(zhì)估計(jì)基音周期，因而沒有必要對(duì)語(yǔ)音波形完全解卷，所以用倒譜c(n)就完全可以，這樣可以從復(fù)雜的相位計(jì)算中解脫出來。由于人耳對(duì)語(yǔ)音信號(hào)的相位不很敏感，因而可以假定輸入語(yǔ)音信號(hào)是最小相位序列，這樣可由最小相位信號(hào)法計(jì)算c(n)。169.1基音檢測(cè)——倒譜法(a)信號(hào)的對(duì)數(shù)幅度譜；(b)理想化的對(duì)數(shù)功率譜的傅里葉反變換圖9-6倒譜示意圖包括兩個(gè)分量：相應(yīng)于頻譜包絡(luò)的慢變分量、相應(yīng)于基音諧波峰值的快變分量。通過濾波或再取一次傅里葉反變換，即可將慢變分量與快變分量分離開。靠近原點(diǎn)的低倒頻部分是頻譜包絡(luò)的變換，而位于t0處的窄峰為諧波峰值的變換，表示基音周期。如果基音峰值的變換與頻譜包絡(luò)變換之間的間隔足夠大，則可很容易地提取基音信息。179.1基音檢測(cè)——倒譜法①取樣率為10kHz，幀長(zhǎng)51.2ms，然后求出c(n)。采用矩形窗，因?yàn)橛善涞玫降淖V估計(jì)質(zhì)量較差。采用海明窗的長(zhǎng)度及窗相對(duì)于語(yǔ)音信號(hào)的位置對(duì)倒譜峰的高度有相當(dāng)大的影響。為使倒譜具有明顯的周期性，窗口選擇的語(yǔ)音段應(yīng)至少包含有兩個(gè)明顯的周期?？紤]到窗的逐漸弱化效應(yīng)，窗寬至少應(yīng)包含兩個(gè)周期。窗應(yīng)盡可能短，使得分析間隔中的語(yǔ)音參數(shù)變化減至最小。這是短時(shí)處理的要求。而窗越長(zhǎng)，由始到終的變化就越大，因而與模型之間的偏差就越大。189.1基音檢測(cè)——倒譜法②求出倒譜峰值IPK和其位置IPOS，如果峰值未超過某門限值，則進(jìn)行過零計(jì)算；若過零數(shù)超過某門限值，則為無聲語(yǔ)音幀。反之，則為有聲，且基音周期仍等于該峰值的位置。③無聲檢測(cè)器是時(shí)域信號(hào)的峰值檢測(cè)器；若低于某門限值，則認(rèn)為是無聲，勿須進(jìn)行上述由倒譜檢測(cè)基音的計(jì)算。199.1基音檢測(cè)——倒譜法圖9-9含噪語(yǔ)音的對(duì)數(shù)功率譜示意圖 對(duì)數(shù)功率譜的低電平部分被噪聲填滿，并處于主導(dǎo)地位，從而掩蓋了基音諧波的周期性。這意味著倒譜的輸入不再是純凈的周期性成分，而倒譜中的基音峰值將會(huì)展寬并受到噪聲的污染。隨著噪聲電平的增加，對(duì)數(shù)功率譜的有用部分將會(huì)變得越來越小，從而使倒譜的靈敏度也隨之下降。

209.1基音檢測(cè)——簡(jiǎn)化逆濾波法逆濾波的作用:將頻譜包絡(luò)逐漸平坦下去。得到的線性預(yù)測(cè)誤差信號(hào)只包含有激勵(lì)的信息，而去除了聲道影響，所以它提供了一個(gè)簡(jiǎn)化的(廉價(jià)的)頻譜平滑器。激勵(lì)信號(hào)正比于預(yù)測(cè)誤差信號(hào)，如果線性預(yù)測(cè)模型與產(chǎn)生實(shí)際語(yǔ)音信號(hào)的系統(tǒng)越接近，則e(n)就越接近激勵(lì)信號(hào)。對(duì)于濁音，可以預(yù)料在每一基音周期的起始處預(yù)測(cè)誤差較大。檢測(cè)e(n)信號(hào)相鄰兩最大脈沖之間的距離即可對(duì)基音周期作出估計(jì)。見書P125圖9-1021①語(yǔ)音信號(hào)經(jīng)過10kHz取樣后，通過0～900Hz的數(shù)字低通濾波器(LPF)，其目的是濾除聲道譜中聲道響應(yīng)部分的影響，使峰值檢測(cè)更加容易,低通濾波在除去高階共振峰影響的同時(shí)，還可以補(bǔ)充自相關(guān)函數(shù)的時(shí)間分辨率的不足。然后降低取樣率5倍，經(jīng)5次分頻降低到2kHz(因?yàn)槁曢T激勵(lì)序列的寬度小于1kHz，所以用2kHz取樣就足夠了)；當(dāng)然，為此后面要進(jìn)行內(nèi)插。②提取LPC參數(shù)。這里L(fēng)PC濾波器的階數(shù)P＝4，因?yàn)?，四階濾波器完全可作為0～1kHz頻率范圍內(nèi)信號(hào)譜的模型，因?yàn)榇朔秶鷥?nèi)通常只有1～2個(gè)共振峰。然后進(jìn)行逆濾波，得到接近平坦的譜。圖9-12基音檢測(cè)的簡(jiǎn)化逆濾波法9.1基音檢測(cè)——簡(jiǎn)化逆濾波法22③進(jìn)行短時(shí)自相關(guān)運(yùn)算，檢測(cè)出峰值及其位置，得到基音周期值。④為提高基音周期值的分辨率，可以對(duì)最大峰值所處范圍的自相關(guān)函數(shù)進(jìn)行內(nèi)插。⑤最后進(jìn)行有/無聲判決。此處與倒譜法類似，有一個(gè)無聲檢測(cè)器，以減少運(yùn)算量。圖9-12基音檢測(cè)的簡(jiǎn)化逆濾波法9.1基音檢測(cè)——簡(jiǎn)化逆濾波法239.1基音檢測(cè)——簡(jiǎn)化逆濾波法249.1基音檢測(cè)——簡(jiǎn)化逆濾波法259.1基音檢測(cè)——簡(jiǎn)化逆濾波法基音檢測(cè)有很多方法，大多是基于低通濾波和自相關(guān)法的。其主要缺點(diǎn)是：①準(zhǔn)確性不夠高；②一般只能求出分析幀的平均基音周期值，難以對(duì)每個(gè)基音周期進(jìn)行準(zhǔn)確的定位和標(biāo)記，而這在許多場(chǎng)合卻是很重要的。采用子波分析技術(shù)進(jìn)行基音檢測(cè)能得到比較好的效果。269.2共振峰估值共振峰信息包含在語(yǔ)音信號(hào)的頻譜包絡(luò)之中，譜包絡(luò)的峰值基本上對(duì)應(yīng)于共振峰頻率。因此一切共振峰估計(jì)都是直接或間接地對(duì)頻譜包絡(luò)進(jìn)行考察，關(guān)鍵是估計(jì)語(yǔ)音頻譜包絡(luò)，并認(rèn)為譜包絡(luò)中的最大值就是共振峰。共振峰估計(jì)存在的問題：1虛假峰值。在正常情況下，頻譜包絡(luò)中的最大值完全是由共振峰引起的。但在線性預(yù)測(cè)分析方法出現(xiàn)之前的頻譜包絡(luò)估值器中，出現(xiàn)虛假峰值是相當(dāng)普遍的現(xiàn)象。甚至在采用線性預(yù)測(cè)方法時(shí)，也并非沒有虛假峰值：為了增加靈活性，給預(yù)測(cè)器增加二至三個(gè)額外的極點(diǎn)(如6.6.1所述)，而這些極點(diǎn)會(huì)引起虛假譜峰產(chǎn)生。2共振峰合并。相鄰共振峰的頻率可能會(huì)靠得太近難以分辨。此時(shí)，不是認(rèn)為共振峰額外地多了而是認(rèn)為共振峰明顯地少了，而探討一種理想的能對(duì)共振峰合并進(jìn)行識(shí)別的共振峰提取算法中有不少實(shí)際困難。3高基音語(yǔ)音。傳統(tǒng)的頻譜包絡(luò)估值方法是利用由諧波峰值提供的樣點(diǎn)。而高基音語(yǔ)音(如女聲和童聲)的諧波間隔比較寬，因而為頻譜包絡(luò)估值所提供的樣點(diǎn)比較少，所以譜包絡(luò)本身的估計(jì)就不夠精確。即使采用線性預(yù)測(cè)方法，所得到的譜包絡(luò)的峰值仍然比較接近諧波峰值而常常偏離真正的共振峰位置。279.2共振峰估值——帶通濾波器組法通過濾波器組的設(shè)計(jì)可以使估計(jì)的共振峰頻率同人耳的靈敏相匹配，其匹配程度比線性預(yù)測(cè)法要好。濾波器的中心頻率有兩種分布方法：一種是等間距地分布在分析頻段上，則所有帶通濾波器的帶寬可設(shè)計(jì)成相同，從而保證了各通道的群延時(shí)相同。另一種是非均勻地分布，例如為了獲得類似于人耳的頻率分辨特性，在低頻端間距小，高頻端間距大，帶寬也隨之增加。這時(shí)濾波器的階數(shù)必須設(shè)計(jì)成與帶寬成正比，使得它們輸出的群延時(shí)相同，不會(huì)產(chǎn)生波形失真。為了使頻率分辨率提高，濾波器的階數(shù)應(yīng)取足夠大的值，使得帶通濾波器具有良好的截止特性，但同時(shí)也意味著每個(gè)濾波器均有較長(zhǎng)的沖激響應(yīng)。由于語(yǔ)音信號(hào)具有時(shí)變特性，顯然較長(zhǎng)的沖激響應(yīng)會(huì)模糊這種特性，所以頻率分辨率與時(shí)間分辨率總是相互矛盾的。289.2共振峰估值——帶通濾波器組法這種方法的缺點(diǎn)是：由于濾波器組中濾波器數(shù)目的限制，估計(jì)的共振峰頻率不可避免地存在誤差；而且對(duì)共振峰帶寬不易確定；由于無法去除聲門激勵(lì)的影響，可能會(huì)造成虛假峰值。圖9-15給出了一種利用濾波器組進(jìn)行共振峰估值的系統(tǒng)結(jié)構(gòu)示意圖。濾波器的中心頻率從150Hz到7kHz，分析帶寬從100Hz到1kHz，頻率按對(duì)數(shù)規(guī)律遞增。濾波器輸出經(jīng)全波整流而用于提供頻譜包絡(luò)估值。辨識(shí)邏輯用于對(duì)適當(dāng)頻率范圍內(nèi)的峰值進(jìn)行辨識(shí)而獲得前三個(gè)共振峰。頻譜峰值被依次指定，每一峰值都被約束在其已知的頻率范圍之內(nèi)并且高于前邊共振峰的頻率。299.2共振峰估值——離散傅里葉變換1濁音時(shí)聲門激勵(lì)為周期脈沖序列，因而語(yǔ)音信號(hào)具有明顯的周期性，所以信號(hào)譜中出現(xiàn)多個(gè)諧波頻率，其值為nfp(這里fp為基頻，n為正整數(shù))。由于進(jìn)行DFT得到的頻譜受基頻諧波的影響，最大值只能出現(xiàn)在諧波頻率上，因此共振峰測(cè)定誤差較大。為減少誤差，可由諧波頻率nfp及上、下兩個(gè)次極值頻率(n-1)fp、(n+1)fp的插值求得共振峰頻率。309.2共振峰估值——離散傅里葉變換2清音時(shí)信號(hào)具有隨機(jī)噪聲的特點(diǎn)，其頻譜不具有離散諧波特性，但其包絡(luò)基本上反映了聲道的特性。對(duì)其頻譜進(jìn)行線性平滑而得到譜包絡(luò)，并用一個(gè)峰值搜索算法來確定峰值，并標(biāo)記為共振峰參數(shù)。319.2共振峰估值——倒譜法第一項(xiàng)為聲門激勵(lì)序列的倒譜，它是以基音周期為周期的沖激序列；而第二項(xiàng)為聲道沖激響應(yīng)序列的倒譜，它集中在n=0附近的低倒譜域。因而可在倒譜域用一個(gè)濾波器濾除聲門激勵(lì)的影響。這個(gè)濾波器稱為倒濾波器，其形式為l(n)＝1,｜n｜＜n0l(n)＝0,｜n｜≥n0其中n0值應(yīng)選得比基音周期NP小，這樣可將聲道沖激響應(yīng)的倒譜提取出來。再對(duì)倒譜進(jìn)行DFT就得到聲道模型的對(duì)數(shù)譜ln｜H(k)｜，而所求得的頻譜包絡(luò)的平滑程度根據(jù)使用倒濾波器的不同成分而發(fā)生變化。利用IDFT求c(n)時(shí)，與時(shí)域取樣類似，為避免發(fā)生混疊，需要將N取得足夠大329.2共振峰估值——倒譜法對(duì)于濁音和清音，倒譜法的檢測(cè)效果不同：①濁音時(shí)，若頻譜包絡(luò)的變換