第4章語(yǔ)音信號(hào)的時(shí)域分析4.2語(yǔ)音信號(hào)的數(shù)字化與預(yù)處理4.1概述4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔4.3短時(shí)平均能量和短時(shí)平均幅度4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)4.6短時(shí)時(shí)域處理技術(shù)的應(yīng)用4.7中值濾波在語(yǔ)音短時(shí)時(shí)域處理中的應(yīng)用第4章語(yǔ)音信號(hào)的時(shí)域分析4.1

概述語(yǔ)音信號(hào)攜帶各種信息：男聲、女聲，喜、怒，中、英等。不同場(chǎng)合感興趣的信息不同；◆判斷信號(hào)是否為語(yǔ)音，只需人類語(yǔ)音信號(hào)的一般特征；◆區(qū)分語(yǔ)音為清、濁音，需語(yǔ)音能量譜和基頻；◆數(shù)字傳輸或數(shù)字存儲(chǔ)時(shí)，目的不同，保留信息精度不同；語(yǔ)音信號(hào)處理的任務(wù)：◆去除與應(yīng)用目的不相干或影響不大的語(yǔ)音信息◆需要的信息不僅應(yīng)當(dāng)提取出來(lái)，有時(shí)還需要加強(qiáng)。以上涉及語(yǔ)音信號(hào)中，各種信息的表示問(wèn)題。表示方法的原則：最方便、最有效。短時(shí)分析技術(shù)貫穿于語(yǔ)音分析的全過(guò)程。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.1概述同濟(jì)大學(xué)電子與信息工程學(xué)院-2-趙曉群

教授整體的語(yǔ)音信號(hào)來(lái)講，分析出的是由每一幀特征參數(shù)組成的特征參數(shù)時(shí)間序列。語(yǔ)音信號(hào)分析：時(shí)域分析、頻域分析、倒頻域分析等；語(yǔ)音信號(hào)分析：模型分析、非模型分析；模型分析法是指依據(jù)語(yǔ)音信號(hào)產(chǎn)生的數(shù)學(xué)模型，來(lái)分析和提取表征這些模型的特征參數(shù)，◆模型分析：共振峰分析、無(wú)損級(jí)聯(lián)聲管分析法◆非模型分析：不進(jìn)行模型化的分析語(yǔ)音的預(yù)處理：語(yǔ)音信號(hào)的數(shù)字化、語(yǔ)音信號(hào)的端點(diǎn)檢測(cè)、預(yù)加重、加窗、分幀等，本章重點(diǎn)：語(yǔ)音信號(hào)的各種時(shí)域分析技術(shù)，是語(yǔ)音處理技術(shù)的基礎(chǔ)知識(shí)。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.1概述同濟(jì)大學(xué)電子與信息工程學(xué)院-3-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析4.2語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

信號(hào)數(shù)字化：放大、增益控制、反混疊濾波、取樣、

A/D變換及編碼（PCM編碼）；預(yù)處理：預(yù)加重、加窗、分幀、端點(diǎn)檢測(cè)等；圖4.1：語(yǔ)音信號(hào)數(shù)字分析或處理的系統(tǒng)框圖。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

同濟(jì)大學(xué)電子與信息工程學(xué)院-4-趙曉群

教授圖4.1語(yǔ)音信號(hào)數(shù)字處理系統(tǒng)框圖反混疊濾波語(yǔ)音輸入語(yǔ)音輸出A/D轉(zhuǎn)換分析處理平滑濾波D/A轉(zhuǎn)換合成處理傳輸或存儲(chǔ)

4.2.1預(yù)濾波、取樣、A/D變換

預(yù)濾波：帶通濾波器（上、下截止頻率為fH、fL）◆防混疊濾波，抑制>fs/2的輸入信號(hào)分量（fs為取樣頻率）

◆抑制工頻干擾（50Hz電源）。多數(shù)語(yǔ)音編/譯碼器：

fH

=3.4kHz，

fL

=60~100Hz，fs=8kHz。語(yǔ)音識(shí)別：◆對(duì)電話用戶指標(biāo)與語(yǔ)音編/譯碼器時(shí)相同；◆要求較高或很高：

fH=4.5or8kHz,fL=60Hz,fs

=10or20kHz。A/D變換需對(duì)信號(hào)量化，編碼為二進(jìn)制，產(chǎn)生量化誤差。量化誤差（量化噪聲）：量化信號(hào)值與原信號(hào)值之差；信號(hào)波形的變化足夠大或量化間隔足夠小時(shí)，量化噪聲符合具有下列特征的統(tǒng)計(jì)模型：①量化噪聲是平穩(wěn)的白噪聲過(guò)程；②量化噪聲與輸入信號(hào)不相關(guān)；③量化噪聲在量化間隔內(nèi)均勻分布，即具有等概率密度分布。同濟(jì)大學(xué)電子與信息工程學(xué)院-5-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

量化信噪比SNR（信號(hào)與量化噪聲的功率比）為：式中，——輸入語(yǔ)音信號(hào)序列的方差，

——噪聲序列的方差，

——信號(hào)的峰-峰值，B——量化字長(zhǎng)，設(shè)語(yǔ)音信號(hào)的幅度服從Laplace分布，則取，上式改寫為：B=7bit，SNR=35dB，能滿足一般通信系統(tǒng)的要求。語(yǔ)音波形的動(dòng)態(tài)范圍達(dá)55dB，故B應(yīng)取10bit以上。為保持35

dB的信噪比，常用12bit量化，附加的5bit用于補(bǔ)償30

dB左右的輸入動(dòng)態(tài)的變化。

同濟(jì)大學(xué)電子與信息工程學(xué)院-6-趙曉群

教授表明量化器中每bit字長(zhǎng)對(duì)SNR的貢獻(xiàn)約為6dB

第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

A/D變換器：分為線性和非線性兩類。目前采用絕大部分的線性A/D變換器是12bit。非線性A/D變換器一般是8

bit，它與12

bit線性變換器等效。有時(shí)需要將非線性的8

bit碼轉(zhuǎn)換為線性的12

bit碼。數(shù)字化的反過(guò)程是從數(shù)字化語(yǔ)音中重構(gòu)語(yǔ)音波形。必須在D/A后加平滑濾波器，對(duì)重構(gòu)的語(yǔ)音波形的高次諧波起平滑作用，以去除高次諧波失真。預(yù)濾波、取樣、A/D和D/A變換、平滑濾波等許多功能可以用一塊芯片完成，在市場(chǎng)上有多種這樣的集成芯片供選用。同濟(jì)大學(xué)電子與信息工程學(xué)院-7-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

4.2.2預(yù)處理

預(yù)處理：預(yù)加重、加窗、分幀、端點(diǎn)檢測(cè)等；語(yǔ)音的一個(gè)特征：約8

kHz高頻端按-6dB/倍頻程跌落。預(yù)加重：提升語(yǔ)音的高頻部分，使信號(hào)的頻譜變得平坦，◆可在反混疊濾波前，可壓縮動(dòng)態(tài)范圍，提高信噪比。◆也可在數(shù)字化后、參數(shù)分析之前。預(yù)加重用6dB/倍頻程的提升高頻特性的預(yù)加重?cái)?shù)字濾波器：式中，μ為常系數(shù)，值接近于1，通常取μ=0.92~0.94。恢復(fù)原信號(hào)，對(duì)測(cè)量值進(jìn)行去加重處理，即加上-6dB/倍頻程的下降的頻率特性來(lái)還原成原來(lái)的特性。

同濟(jì)大學(xué)電子與信息工程學(xué)院-8-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

4.2.3窗函數(shù)的作用

采用連續(xù)分段或交疊分段的方法分幀，33~100幀/秒。圖4.2：幀移與幀長(zhǎng)示例。幀與幀之間的信號(hào)平滑過(guò)渡，保持其連續(xù)性。幀移：前后幀的交疊部分。幀移與幀長(zhǎng)的比值一般為0~1/2。移動(dòng)窗函數(shù)加權(quán)實(shí)現(xiàn)：

x(n)為語(yǔ)音信號(hào)，w(n)為窗函數(shù)，sw(n)為窗選語(yǔ)音信號(hào)。同濟(jì)大學(xué)電子與信息工程學(xué)院-9-趙曉群

教授圖4.2幀移與幀長(zhǎng)的示例(N為幀長(zhǎng)，M為幀移)理想窗函數(shù)的頻率響應(yīng)有一個(gè)很窄的主瓣，它增加了頻率的分辨度，而沒(méi)有旁瓣。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

討論窗函數(shù)的形狀和長(zhǎng)度的影響。

1.窗函數(shù)的形狀好的窗函數(shù)的標(biāo)準(zhǔn)：◆時(shí)域：減小時(shí)間窗兩端的坡度，使窗口兩端邊緣平滑過(guò)渡到到零，減小語(yǔ)音幀的截?cái)嘈?yīng)；◆頻域：較寬的3dB帶寬和較小的邊帶最大值。常用的窗函數(shù)（窗長(zhǎng)為N）：(1)矩形（rectangular）窗：

(2)Hamming（漢明）窗：(3)Hanning（漢寧）窗：同濟(jì)大學(xué)電子與信息工程學(xué)院-10-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

(4)Bartlett（巴特雷特）窗：

(5)Blackman（布累克曼）窗：(6)Kaiser（凱散）窗：式中，——零階貝塞爾函數(shù)，

同濟(jì)大學(xué)電子與信息工程學(xué)院-11-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

圖4.3、4.4：窗函數(shù)的波形◆矩形窗主瓣最窄，頻率分辨度

最高，頻率泄漏最大；◆

Blackman窗頻率分辨度最低，頻率泄漏最小?！舫Ｓ镁匦未啊amming窗。同濟(jì)大學(xué)電子與信息工程學(xué)院-12-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

圖4.3各種窗函數(shù)的時(shí)間波形圖4.4各種窗的頻率響應(yīng)Bartlett窗

矩形窗Hamming窗

Blackman窗

Hanning窗

Kaiser窗

2.窗口的長(zhǎng)度取樣周期Ts=fs、窗口長(zhǎng)度N、頻率分辨率Δf的關(guān)系為：◆Ts一定時(shí)，Δf

隨窗口N增加而減小，即Δf

提高，時(shí)間分辨率降低?！羧绻翱谌《?，頻率分辨率下降，時(shí)間分辨率提高。取樣周期和頻率分辨率矛盾，應(yīng)根據(jù)需要選擇合適的窗長(zhǎng)。時(shí)域分析：◆

N很大，語(yǔ)音高頻受阻，短時(shí)能量變化很小，不能反映幅度變化；◆N太小，濾波器通帶寬，短時(shí)能量急劇變化，不能平滑能量函數(shù)。通常一幀內(nèi)應(yīng)含有1~7個(gè)基音周期?！艋糁芷谧兓?，從女性和兒童的2ms到老年男子的14ms◆10kHz取樣時(shí)，N折衷選擇為100~200點(diǎn)（10~20ms）。分析條件：（通常需標(biāo)明，以提供性能評(píng)價(jià)參考依據(jù)）取樣頻率、精度、預(yù)加重方式、窗函數(shù)、幀長(zhǎng)、幀移等。

同濟(jì)大學(xué)電子與信息工程學(xué)院-13-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析

4.2

語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理

第4章語(yǔ)音信號(hào)的時(shí)域分析4.3

短時(shí)能量和短時(shí)平均幅度

4.3.1短時(shí)能量語(yǔ)音的清音能量較小，濁音能量較大。語(yǔ)音的能量分析主要短時(shí)能量和短時(shí)平均幅度。n時(shí)刻語(yǔ)音信號(hào)的短時(shí)能量En為：或式中，h(n)=w2(n)，可以看做濾波器的沖激響應(yīng)函數(shù)。

En反映語(yǔ)音振幅或能量隨時(shí)間緩慢變化的規(guī)律。窗函數(shù)或?yàn)V波器的函數(shù)形式和寬度對(duì)能量序列影響很大。選擇合適的窗函數(shù)或?yàn)V波器的沖激響應(yīng)函數(shù)和它們的寬度。用得較多的是矩形窗和Hamming窗。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.3

短時(shí)能量和短時(shí)平均幅度同濟(jì)大學(xué)電子與信息工程學(xué)院-14-趙曉群

教授窗寬的影響：窗函數(shù)很寬或沖激響應(yīng)很長(zhǎng)，平滑作用顯著，使En變化不大，反映不出語(yǔ)音能量的時(shí)變特性。窗函數(shù)過(guò)窄，平滑作用有限，仍然保留瞬時(shí)快變化，使En反映語(yǔ)音振幅細(xì)節(jié)，表現(xiàn)不出振幅平方包絡(luò)的變化規(guī)律。當(dāng)N小于語(yǔ)音基音周期時(shí)，將按照基音周期內(nèi)語(yǔ)音振幅平方波形的細(xì)節(jié)瞬時(shí)變化；當(dāng)N比基音周期的若干倍還要大時(shí)，各段語(yǔ)音的短時(shí)能量差別不大，不能跟隨語(yǔ)音能量的時(shí)變特性。這兩種情況都不能準(zhǔn)確描述語(yǔ)音能量自身的實(shí)際變化規(guī)律。必須選擇合適的窗寬，兼顧男聲和女聲，10

kHz取樣時(shí)，選窗寬10~20

ms。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.3

短時(shí)能量和短時(shí)平均幅度同濟(jì)大學(xué)電子與信息工程學(xué)院-15-趙曉群

教授圖4.5：語(yǔ)音的短時(shí)能量序列的包絡(luò)曲線。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.3

短時(shí)能量和短時(shí)平均幅度同濟(jì)大學(xué)電子與信息工程學(xué)院-16-趙曉群

教授(a)加矩形窗時(shí)(b)加Hamming窗時(shí)圖4.5語(yǔ)音“同舟共濟(jì)”的短時(shí)能量函數(shù)（10kHz取樣）◆矩形窗比Hamming窗的平滑效果顯著；◆隨著窗寬的增加，平滑效果越顯著；◆從的包絡(luò)曲線可以清楚看出清音和濁音之間的區(qū)別和分界點(diǎn)，

4.3.2短時(shí)平均幅度En的計(jì)算是平方求和，計(jì)算量大；平方運(yùn)算擴(kuò)大了樣本間差別，選窗寬擇帶來(lái)附加的困難。須選擇較寬的窗，才能較好地平滑平方幅度的起伏。為此，提出語(yǔ)音能量時(shí)變性質(zhì)的另一個(gè)重要參數(shù)。n時(shí)刻語(yǔ)音信號(hào)的短時(shí)平均幅度Mn為：或式中，h(n)=∣w(n)︳通常窗函數(shù)w(n)≥0

，所以h(n)=w(n)。

依據(jù)定義式可導(dǎo)出多種的計(jì)算方法（略）。共三種。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.3

短時(shí)能量和短時(shí)平均幅度同濟(jì)大學(xué)電子與信息工程學(xué)院-17-趙曉群

教授圖4.6：語(yǔ)音的平均幅度序列的包絡(luò)曲線。第4章語(yǔ)音信號(hào)的時(shí)域分析

4.3

短時(shí)能量和短時(shí)平均幅度同濟(jì)大學(xué)電子與信息工程學(xué)院-18-趙曉群

教授(a)加矩形窗時(shí)(b)加Hamming窗時(shí)圖4.6語(yǔ)音“同舟共濟(jì)”的短時(shí)平均幅度函數(shù)（10kHz取樣）語(yǔ)音的平均幅度與短時(shí)能量具有相似的一些性質(zhì)◆矩形窗比Hamming窗的平滑效果顯著；◆隨著窗寬的增加，平滑效果越顯著；◆從的包絡(luò)曲線可以清楚看出清音和濁音之間的區(qū)別和分界點(diǎn)，比較En和Mn（比較圖4.6與4.5）：◆短時(shí)平均幅度的差別沒(méi)有它們的短時(shí)能量的差別那么顯著；◆清音的短時(shí)平均幅度比短時(shí)能量有所提高。En和Mn的主要用途：①區(qū)分語(yǔ)音的清音段與濁音段；②區(qū)分聲母與韻母；③無(wú)聲與有聲的分界；④作為一種超音段信息用于語(yǔ)音識(shí)別。

第4章語(yǔ)音信號(hào)的時(shí)域分析

4.3

短時(shí)能量和短時(shí)平均幅度同濟(jì)大學(xué)電子與信息工程學(xué)院-19-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔

4.4.1短時(shí)平均過(guò)零率離散信號(hào)相鄰樣本取不同符號(hào)時(shí)，稱為出現(xiàn)了過(guò)零現(xiàn)象。過(guò)零率：?jiǎn)挝粫r(shí)間過(guò)零的次數(shù)。窄帶離散信號(hào)的過(guò)零率較準(zhǔn)確地度量了信號(hào)的頻率特性。寬帶離散信號(hào)的過(guò)零率只能粗略地反映信號(hào)的頻譜特性。語(yǔ)音信號(hào)是寬帶、緩時(shí)變信號(hào)，其頻譜特性隨時(shí)間變化。語(yǔ)音信號(hào)的短時(shí)過(guò)零率粗略地表征語(yǔ)音信號(hào)的頻譜特性。語(yǔ)音信號(hào)的過(guò)零率序列能夠描述：語(yǔ)音序列的清音和濁音、無(wú)聲與有聲等特征，在語(yǔ)音分析中有重要應(yīng)用。第4章語(yǔ)音信號(hào)的時(shí)域分析4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔

同濟(jì)大學(xué)電子與信息工程學(xué)院-20-趙曉群

教授n時(shí)刻語(yǔ)音信號(hào)的短時(shí)平均過(guò)零率Zn為：

式中，上式的物理意義：

◆當(dāng)相鄰兩個(gè)樣本符號(hào)相同時(shí)，不產(chǎn)生過(guò)零；

◆當(dāng)相鄰兩個(gè)樣本符號(hào)相反時(shí)，產(chǎn)生一次過(guò)零。第4章語(yǔ)音信號(hào)的時(shí)域分析4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔

同濟(jì)大學(xué)電子與信息工程學(xué)院-21-趙曉群

教授圖4.7：語(yǔ)音的短時(shí)平均過(guò)零率的包絡(luò)曲線。濁音頻譜主要集中在3kHz以下低頻區(qū)域，超過(guò)4kHz后頻譜幅度迅速下降；而清音頻譜幅度在超過(guò)4

kHz后反而呈上升趨勢(shì)，甚至超過(guò)8

kHz后頻譜幅度仍然很大。這表明清音頻譜主要集中在高頻區(qū)域。短時(shí)平均過(guò)零率粗略地描述了語(yǔ)音信號(hào)的頻譜特性，并可用于區(qū)分濁音和清音。例:圖4.7中短時(shí)平均過(guò)零率高的區(qū)段對(duì)應(yīng)清音，過(guò)零率低的區(qū)段對(duì)應(yīng)濁音。但是，僅用過(guò)零率的高低區(qū)分清音和濁音并不很準(zhǔn)確，因?yàn)槟承┣逡艉蜐嵋舻亩虝r(shí)平均過(guò)零率的數(shù)值相差不多。

同濟(jì)大學(xué)電子與信息工程學(xué)院-22-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔

圖4.7語(yǔ)音“同舟共濟(jì)”的短時(shí)平均過(guò)零率曲線（10kHz取樣）(a)原始語(yǔ)音波形(b)平均過(guò)零率圖4.8：清音和濁音每10

ms內(nèi)過(guò)零數(shù)的概率分布曲線?！羟逡簦?0ms過(guò)零數(shù)為49的概率最大，大體上顯正態(tài)分布?！魸嵋簦?0

ms過(guò)零數(shù)為14的概率最大，也大致呈正態(tài)分布?！魸嵋艉颓逡裘?0ms過(guò)零數(shù)為24左右的概率幾乎是相等的，因而憑著這類數(shù)值就很難區(qū)分濁音和清音。規(guī)定一個(gè)噪聲門限：◆樣本超過(guò)門限正值，認(rèn)為是正并賦值，◆樣本低于門限負(fù)值，認(rèn)為是負(fù)并賦值，◆界于門限正負(fù)值間，認(rèn)為是零并賦值。為準(zhǔn)確判定樣本的符號(hào)，應(yīng)要求：①信號(hào)中不含直流偏移；②噪聲和電源干擾盡可能??；③選擇合適的正負(fù)門限值。同濟(jì)大學(xué)電子與信息工程學(xué)院-23-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔

圖4.8過(guò)零率概率分布圖清音47濁音01020304050607080每10ms內(nèi)的過(guò)零分布14

4.4.2短時(shí)上升過(guò)零間隔短時(shí)平均過(guò)零率：描述復(fù)雜波形“頻率”特征的一個(gè)參數(shù)。短時(shí)平均上升過(guò)零間隔：描述復(fù)雜波形“周期”特性的參數(shù)。在一定的噪聲背景下，過(guò)零間隔參數(shù)具有很好的頑健性，對(duì)不同的語(yǔ)音具有很好的差異性

上升過(guò)零點(diǎn)時(shí)間RZCT：當(dāng)前信號(hào)波形樣本大于或等于零，而其前一點(diǎn)樣本小于零。上升過(guò)零間隔RZCI：上升過(guò)零間隔次數(shù)序列：將各種語(yǔ)音得到的統(tǒng)計(jì)出各種長(zhǎng)度的間隔出現(xiàn)的次數(shù)，由此可以得到上升過(guò)零間隔次數(shù)序列。第4章語(yǔ)音信號(hào)的時(shí)域分析4.4短時(shí)平均過(guò)零率和上升過(guò)零間隔

同濟(jì)大學(xué)電子與信息工程學(xué)院-24-趙曉群

教授第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

4.5.1短時(shí)自相關(guān)函數(shù)自相關(guān)函數(shù)用于衡量信號(hào)自身時(shí)間波形的相似性。清音和濁音的發(fā)聲機(jī)理不同，波形上存在較大的差異?！魸嵋舻臅r(shí)間波形呈現(xiàn)準(zhǔn)周期性，波形之間相似性較好；

◆清音的時(shí)間波形呈現(xiàn)隨機(jī)噪聲的特性，樣本間相似性較差?？梢杂枚虝r(shí)自相關(guān)函數(shù)來(lái)測(cè)度語(yǔ)音的相似特性。時(shí)間離散的確定信號(hào)，自相關(guān)函數(shù)的定義為：隨機(jī)信號(hào)或者周期信號(hào)，自相關(guān)函數(shù)的定義為：第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-25-趙曉群

教授自相關(guān)函數(shù)具有以下性質(zhì)：

(1)周期性：周期信號(hào)的自相關(guān)函數(shù)是周期函數(shù)；

(2)對(duì)稱性：R(k)=R(-k)；

(3)存在最大值：對(duì)所有k，有R(0)≥︱R(k)︱；

(4)對(duì)確定信號(hào)，R(0)=信號(hào)能量；對(duì)隨機(jī)信號(hào)或周期信號(hào)，R(0)=平均功率。短時(shí)自相關(guān)函數(shù)為：

根據(jù)自相關(guān)函數(shù)的性質(zhì)(2)，得：

令hk(n)=w(n)w(n+k)

，上式改寫為：上式表明，可用數(shù)字濾波器實(shí)現(xiàn)Rn(k)的計(jì)算。第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-26-趙曉群

教授實(shí)際往往不采用數(shù)字濾波器來(lái)實(shí)現(xiàn)，而采用直接計(jì)算的方法令，并m用代替，且，由上式得：考慮到有限窗寬N，上式改寫為：考查Rn(k)計(jì)算量：

◆乘法：◆加法：

計(jì)算量過(guò)大，需改進(jìn)。改進(jìn)方法：DFT技術(shù)，細(xì)節(jié)略。第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-27-趙曉群

教授

4.5.2語(yǔ)音信號(hào)的短時(shí)自相關(guān)函數(shù)圖4.9：語(yǔ)音的短時(shí)自相關(guān)函數(shù)曲線，特點(diǎn)：◆明顯反映濁音信號(hào)的周期性；例：周期72點(diǎn)，9ms或110Hz

◆清音沒(méi)有周期性，其性質(zhì)類似于噪聲；

◆窗函數(shù)有影響。矩形窗時(shí)，濁音的自相關(guān)函數(shù)周期性明顯；◆短時(shí)自相關(guān)函數(shù)的幅度是一個(gè)逐漸衰減的曲線。第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-28-趙曉群

教授(a)濁音(b)清音圖4.9語(yǔ)音的短時(shí)自相關(guān)函數(shù)（10kHz取樣，窗長(zhǎng)320）窗函數(shù)長(zhǎng)度對(duì)短時(shí)自相關(guān)函數(shù)有重要影響；一般要求，窗長(zhǎng)大于兩倍的基音周期為好。圖4.10：不同矩形窗長(zhǎng)時(shí)的短時(shí)自相關(guān)函數(shù)

◆為反映語(yǔ)音的周期性，長(zhǎng)窗有利；

◆為反映語(yǔ)音的時(shí)變性，短窗有利；◆可采用修正的短時(shí)自相關(guān)函數(shù)，折中處理。第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-29-趙曉群

教授圖4.10不同矩形窗長(zhǎng)時(shí)的短時(shí)自相關(guān)函數(shù)（10kHz取樣）

4.5.3修正的短時(shí)自相關(guān)函數(shù)修正的短時(shí)自相關(guān)函數(shù)定義為：或式中，

K——最大的延遲，保證計(jì)算任何k時(shí)，執(zhí)行N次乘累加運(yùn)算矩形窗時(shí)，計(jì)算式可簡(jiǎn)化為：是兩個(gè)不同有限長(zhǎng)度語(yǔ)音段和的互相關(guān)函數(shù)。

不滿足對(duì)稱性；但有周期性，幅度不下降。第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-30-趙曉群

教授圖4.11：修正短時(shí)自相關(guān)函數(shù)的曲線

◆基音周期最大值為Tmax，則的兩段分別只需為Tmax和2Tmax

，可正確求取基音周期；

◆N值較大時(shí)，隨k增大，峰值有所下降；◆若信號(hào)為周期沖激串時(shí)，則所有的峰值同幅度。第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-31-趙曉群

教授圖4.11不同矩形窗長(zhǎng)時(shí)的修正短時(shí)自相關(guān)函數(shù)（10kHz取樣）

4.5.4短時(shí)平均幅度差函數(shù)短時(shí)自相關(guān)函數(shù)是語(yǔ)音信號(hào)時(shí)域分析的重要參量。自相關(guān)函數(shù)的運(yùn)算量大。原因：乘法運(yùn)算時(shí)間較長(zhǎng)。避免乘法，引入短時(shí)平均幅度差函數(shù)

短時(shí)平均幅度差函數(shù)定義為：式中，w1(m)和w2(m)是窗函數(shù)，當(dāng)窗的寬度選為N時(shí)，上式為：

若信號(hào)有周期性，在時(shí)將出現(xiàn)極小值。

Np是周期的性質(zhì)類似于自相關(guān)函數(shù)；第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-32-趙曉群

教授圖4.12：周期性語(yǔ)音的Rn(k)和Fn(k)

◆特點(diǎn)：周期性信號(hào)，F(xiàn)n(k)是在周期的整數(shù)倍點(diǎn)上有谷值，而不是峰值。

可以證明Rn(k)和Fn(k)有密切關(guān)系，其關(guān)系為：式中，。◆計(jì)算Fn(k)只需加法、減法和取絕對(duì)值的運(yùn)算；◆與Rn(k)的加法和乘法相比，其運(yùn)算量大大減少；◆用硬件實(shí)現(xiàn)語(yǔ)音信號(hào)分析時(shí)有很大好處。◆

Fn(k)已用于許多實(shí)時(shí)語(yǔ)音處理系統(tǒng)中。

第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-33-趙曉群

教授圖4.12周期性語(yǔ)音的Rn(k)和Fn(k)的示例（10kHz取樣，窗長(zhǎng)320）圖4.13：平均幅度差函數(shù)◆平均幅度差函數(shù)在濁音的基音周期上出現(xiàn)極小值，◆在清音時(shí)沒(méi)有明顯的極小值。

第4章語(yǔ)音信號(hào)的時(shí)域分析4.5短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)

同濟(jì)大學(xué)電子與信息工程學(xué)院-34-趙曉群

教授(a)濁音(b)清音圖4.13語(yǔ)音的平均幅度差函數(shù)（10kHz取樣，窗長(zhǎng)320）第4章語(yǔ)音信號(hào)的時(shí)域分析4.6

短時(shí)時(shí)域處理技術(shù)的應(yīng)用

4.6.1語(yǔ)音端點(diǎn)檢測(cè)某些應(yīng)用要求：找出語(yǔ)音端點(diǎn)，采集真正語(yǔ)音，以減少數(shù)據(jù)量、運(yùn)算量、處理時(shí)間。語(yǔ)音端點(diǎn)檢測(cè)：歸結(jié)為區(qū)別語(yǔ)音和噪聲。若SNR很高，則計(jì)算信號(hào)的短時(shí)能量可區(qū)分語(yǔ)音端點(diǎn)。實(shí)際應(yīng)用中難保證高信噪比，不能僅依靠短時(shí)能量來(lái)判別；某些語(yǔ)音端點(diǎn)判別會(huì)遇到特殊的困難：弱摩擦音、弱爆破音、鼻音時(shí)，往往與背景噪聲電平相近?？裳a(bǔ)充利用短時(shí)平均過(guò)零率Zn進(jìn)行判斷：因清音和以上所舉的音素的Zn比背景噪聲的Zn要高數(shù)倍。第4章語(yǔ)音信號(hào)的時(shí)域分析4.6短時(shí)時(shí)域處理技術(shù)的應(yīng)用同濟(jì)大學(xué)電子與信息工程學(xué)院-35-趙曉群

教授兩級(jí)判決法：用En作第一次判別，再用Zn作第二次判別。第一級(jí)判別：采用雙門限比較的方法（見(jiàn)圖4.14）。(1)根據(jù)En取較高門限M1(En多在M1之上)，進(jìn)行粗判，語(yǔ)音起止點(diǎn)位于M1與En包絡(luò)交點(diǎn)對(duì)應(yīng)的間隔之外（即AB段之外）。(2)根據(jù)背景噪聲的平均能量選取較低門限M2，從A點(diǎn)往左、B點(diǎn)往右搜索，分別找到En包絡(luò)第一次與門限相交的兩點(diǎn)C和D，于是CD段就是根據(jù)En判定的語(yǔ)音段。第4章語(yǔ)音信號(hào)的時(shí)域分析4.6短時(shí)時(shí)域處理技術(shù)的應(yīng)用同濟(jì)大學(xué)電子與信息工程學(xué)院-36-趙曉群

教授圖4.14語(yǔ)音端點(diǎn)的兩級(jí)判決法EnM1M2

CAB

DnZnM3

EFn第二級(jí)判決：從C點(diǎn)往左、從D點(diǎn)往右搜索，找到Zn第一次低于某個(gè)門限M3的兩點(diǎn)E和F，即為語(yǔ)音起止點(diǎn)。M3由背景噪聲的平均過(guò)零率Zr確定，一般取M3

=(3~5)Zr

。M1M2M3需根據(jù)實(shí)際語(yǔ)音數(shù)據(jù)選??；可用短時(shí)平均幅度代替En。

4.6.2基音周期估計(jì)短時(shí)自相關(guān)函數(shù)：區(qū)分清音和濁音、估計(jì)基音周期

◆特點(diǎn)：用短時(shí)自相關(guān)函數(shù)估計(jì)基音周期時(shí)，包含多余信息?！魧?duì)策：壓縮與基頻無(wú)關(guān)的信息，即進(jìn)行適當(dāng)處理?！舴椒ǎ旱屯V波、非線性濾波后，計(jì)算短時(shí)自相關(guān)函數(shù)。低通濾波：帶寬1

kHz。濾波后以2kHz取樣頻率取樣，再以2~20

ms滯后逐幀計(jì)算短時(shí)自相關(guān)函數(shù)，幀長(zhǎng)10~20ms?！衾碛桑阂话慊l<500

Hz，女高音升C調(diào)<

1

kHz。非線性濾波:常采用中心削波技術(shù)。◆理由：估計(jì)基頻僅用基頻處自相關(guān)峰，其余較低峰是多余的；

注：無(wú)關(guān)的峰是聲道對(duì)激勵(lì)脈沖產(chǎn)生的響應(yīng)?；糁芷诠烙?jì)：可得到基頻隨時(shí)間變化的軌跡

。第4章語(yǔ)音信號(hào)的時(shí)域分析4.6短時(shí)時(shí)域處理技術(shù)的應(yīng)用同濟(jì)大學(xué)電子與信息工程學(xué)院-37-趙曉群

教授中心削波技術(shù)：常用中心削波、三電平中心削波兩種。中心削波器特性（見(jiàn)圖4.15

）◆削去聲道諧振產(chǎn)生的阻尼振蕩，留下的序列包含基音信息;◆削波電平的選取對(duì)于估計(jì)結(jié)果和計(jì)算復(fù)雜性有很大影響;◆有人提議把削波電平選為最大信號(hào)幅度的30%。

為進(jìn)一步節(jié)省計(jì)算量，可以采用三電平中心削波器，圖4.16：三電平中心削波器第4章語(yǔ)音信號(hào)的時(shí)域分析4.6短時(shí)時(shí)域處理技術(shù)的應(yīng)用同濟(jì)大學(xué)電子與信息工程學(xué)院-38-趙曉群

教授圖4.15中心削波保留基音信息(a)削波特性；(b)語(yǔ)音信號(hào)；(c)削波輸出f(x)-xL

0xL

x削波輸出0語(yǔ)音信號(hào)0nn圖4.16三電平中心削波函數(shù)圖f(x)1-xL

-10xL

x第4章語(yǔ)音信號(hào)的時(shí)域分析4.7中值濾波在語(yǔ)音短時(shí)時(shí)域處理中的應(yīng)用

語(yǔ)音信號(hào)經(jīng)過(guò)短時(shí)時(shí)域處理后得到一個(gè)時(shí)間序列，例:◆能量序列

◆平均幅度序列

◆平均過(guò)零率序列

◆自