DSP课程设计语音信号(3)

贯穿于语音分析全过程的是“短时分析技术”。虽然语音信号具有时变特性，但是在一个短时间范围内(一般认为在10～30ms的短时间内)，其特性基本保持不变即相对稳定，因而可以将其看作是一个准稳态过程，即语音信号具有短时平稳性。所以任何语音信号的分析和处理必须建立在“短时”的基础上．即进行“短时分析”，将语音信号分为一段一段来分析其特征参数，其中每一段称为一“帧”，帧长一般取为10～30ms。这样，对于整体的语音信号来讲，分析出的是由每一帧特征参数组成的特征参数时间序列。

根据所分析出的参数的性质的不同，可将语音信号分析分为时域分析、频域分析、倒频域分析等；时域分析方法具有简单、计算量小、物理意义明确等优点，但由于语音信号最重要的感知特性反映在功率谱中，而相位变化只起着很小的作用，所以相对于时域分析来说频域分析更为重要。本文将简要介绍时域分析、频域分析以及语谱图分析。

3.2 语音信号的时域分析

语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时，最先接触到并且也是最直观的是它的时域波形。语音信号本身就是时域信号，因而时域分析是最早使用，也是应用最广泛的一种分析方法，这种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析及应用，如语音的分割、预处理、大分类等。这种分析方法的特点是：○1表示语音信号比较直观、物理意义明确。○2实现起来比较简单、运算且少。○3可以得到语音的一些重要的参数。4只使用示波器等通用设备，使用较为简单等。 ○

语音信号的时域参数有短时能量、短时过零率、短时自相关函数和短时平均幅度差函数等，这是语音信号的一组最基本的短时参数，在各种语音信号数字处

6

语音信号的分析

理技术中都要应用。在计算这些参数时使用的一般是矩形窗或汉明窗。

3.2.1 短时能量及短时平均幅度分析

设语音波形时域信号为x(l)、加密分帧处理后得到的第n帧语音信号为 Xn(m)，则Xn(m)满足下式：

xn(m)?w(m)x(n?m)(m) 0?m?N?1

， m?0~(N?1)w(m)?{10， m?其他值

其中，n＝0，1T，2T，…，并且N为帧长，T为帧移长度。

设第n帧语音信号Xn(m)的短时能量用En表示，则其计算公式如下：

2En??xn(m)

m?0N?1En是一个度量语音信号幅度值变化的函数，但它有一个缺陷，即它对高电平非常敏感(因为它计算时用的是信号的平方)。为此可采用另一个度量语音信号幅度值变化的函数．即短时平均幅度函数Mn，它定义为：

Mn??xn(m)

m?0N?1Mn也是一帧语音信号能量大小的表征，它与En的区别在于计算时小取样值和大取样值不会因取平方而造成较大差异，在某些应用领域也会带来一些好处。

短时能量和短时平均幅度函数的主要用途有：①可以区分浊音段与清音段，因为浊音时En值比清音时大的多。②可以用来区分声母与韵母的分界，无声与有声的分界，连字(指字之间无间隙)的分界等。③作为一种超音段信息，用于语音识别中。

3.2.2短时过零率分析

短时过零率表示一帧语音中语音信号波形穿过横轴（零电平）的次数。过零分析是语音时域分析中最简单的一种。对于连续语音信号，过零即意味着时域波形通过时间轴；而对于离散信号，如果相邻的取样值改变符号则称为过零。过零率就是样本改变符号的次数。定义语音信号Xn（m）的短时过零率Zn为：

1N?1Zn??sgn?xn(m)??sgn?xn(m?1)?

2m?0

7