第二章

數(shù)字音頻處理2.1數(shù)字音頻數(shù)字化和預(yù)處理語音信號是一個非穩(wěn)態(tài)的、時變的信號帶寬約5KHz，主要能量聚集在低頻段?？傮w為非平穩(wěn)時變信號。但在10~30ms的短時間范圍內(nèi)可以認為語音信號是穩(wěn)態(tài)的、時不變的。說話的聲音可以分為清音和濁音濁音：聲帶振動，時域上有明顯的周期性，其短時能量大，短時平均幅度大，短時過零率低；清音：聲帶不震動，其短時能量小，短時平均幅度小，短時過零率高。2.1數(shù)字音頻數(shù)字化和預(yù)處理在按幀進行語音分析、提取語音參數(shù)之前，必須進行語音信號的數(shù)字化和預(yù)處理。語音信號的數(shù)字化一般包括放大及增益控制、反混疊濾波、采樣、A/D轉(zhuǎn)換及編碼。預(yù)處理包括預(yù)加重、加窗和分幀。2.2語音信號分析語音特性和人耳感知特性語音特征：任何語言的語音都有元音和輔音兩種音素。人耳感知特性：人耳對于聲波頻率高低的感覺于實際頻率的高低不呈現(xiàn)關(guān)系，人耳對語音信號的幅度譜較為敏感，對相位不敏感2.2語音信號分析語音信號的時域分析短時能量和短時平均幅度短時過零率--一幀語音信號波形穿過橫軸的次數(shù)短時相關(guān)--用于測定兩個信號的時域相似性2.2語音信號分析語音信號的頻域分析語音短時譜：通過傅里葉變換可以變換到頻域；但是無時域信息，無法看到時頻關(guān)系。語譜圖：從語譜圖中可以看出基頻、共振峰隨時間變化的過程2.2語音信號分析語譜圖不同的窗長同時得到兩種語譜圖，分別為寬帶語譜圖及窄帶語譜圖。寬帶語譜圖：高時間分辨率，寬帶300Hz帶通濾波器，語音的共振峰頻率及清輔音的能量匯集區(qū)窄帶語譜圖：高頻率分辨率，窄帶為45Hz帶通濾波器，時間坐標方向表示基音及各次諧波；而寬帶聲譜圖給出2.2語音信號分析梅爾譜和梅爾倒譜（b）等高梅爾濾波器（a）等面積梅爾濾波器2.3語音增強噪聲特性沖激噪聲：時域波形類似沖激函數(shù)的窄脈沖-->閾值時域剔除周期噪聲：離散的窄譜-->陷波器方法濾除寬帶噪聲：噪聲頻譜普遍分布于語音信號頻譜-->非線性處理方法語音干擾：干擾語音信號和待傳語音信號同時在一個信道中-->梳狀濾波器提取基音和各次諧波后再恢復(fù)傳輸噪聲：電路噪聲,時域內(nèi)是語音和噪聲的卷積-->同態(tài)處理的方法,非加性噪聲變換為加性噪聲2.3語音增強濾波器法固定濾波器在干擾平穩(wěn)情況下，周期性噪聲可采用固定濾波器法。自適應(yīng)濾波器:最重要的特性是能有效地在未知環(huán)境下中跟蹤時變的輸入信號，使輸出信號達到最優(yōu)濾波器系數(shù)用最小均方誤差（LeastMeanSquare,LMS）準則估計2.3語音增強基于相關(guān)特性的語音增強減譜法：在假定加性噪聲與短時平穩(wěn)的語音信號相互獨立的條件下，從帶噪語音的功率譜中減去噪聲功率譜，從而得到較為純凈的語音頻譜。基于維納濾波的語音增強：若語音為平穩(wěn)過程，則維納濾波對應(yīng)時域的最小均方差估計基于信號子空間分解的語音增強：將帶噪語音信號映射到兩個正交的子空間