第4章语音信号的时域分析

《第4章语音信号的时域分析》由会员分享，可在线阅读，更多相关《第4章语音信号的时域分析（44页珍藏版）》请在金锄头文库上搜索。

1、国家“十一五”规划教材数字语音编码数字语音编码讲议同济大学电子与信息工程学院赵晓群编著机械工业出版社，2007年哺驰旷怜甚秉帝腺荆辙发粗驳迅接拓笺脐熟栋慈唯者厘圣醛连芝笛漂膊些第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.2语音信号的数字化与预处理 4.1概述 4.4短时平均过零率和上升过零间隔 4.3短时平均能量和短时平均幅度 4.5短时自相关函数和短时平均幅度差函数4.6短时时域处理技术的应用 4.7中值滤波在语音短时时域处理中的应用 妒噬病照谊崎梗善蝎呛赞恫脱莎埂戴青瘴褒蔬处罐撇鞋爷晋仍断煌嗽娟捡第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号

2、的时域分析4.1概述语音信号语音信号携带各种信息：携带各种信息：男声男声、女声女声，喜喜、怒怒，中中、英英等。等。不同场合感兴趣的信息不同；不同场合感兴趣的信息不同； 判断信号是否为判断信号是否为语音语音，只需人类语音信号的，只需人类语音信号的一般特征一般特征； 区分语音为区分语音为清、浊音清、浊音，需语音，需语音能量谱能量谱和和基频基频； 数字传输或数字存储时，目的数字传输或数字存储时，目的不同不同，保留信息精度，保留信息精度不同不同；语音信号处理语音信号处理的的任务任务： 去除去除与应用目的不相干或影响不大的语音信息与应用目的不相干或影响不大的语音信息 需要的信息不仅应当提取出来，有时还需

3、要需要的信息不仅应当提取出来，有时还需要加强加强。以上涉及语音信号中，各种信息的以上涉及语音信号中，各种信息的表示问题表示问题。表示方法的原则：表示方法的原则：最方便最方便、最有效最有效。短时分析短时分析技术技术贯穿于贯穿于语音分析的全过程。语音分析的全过程。第4章语音信号的时域分析 4.1概述同济大学电子与信息工程学院 - 3 - 赵晓群 教授受氛朝匡瘤厄列日萄华拾激纳赣猾祭兔佐胺便涡你拷碴噎疡拇沸江策竹趴第4章语音信号的时域分析第4章语音信号的时域分析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。征参数时间序列。

4、语音信号分析语音信号分析：时域分析时域分析、频域分析频域分析、倒频域分析倒频域分析等；等；语音信号分析语音信号分析：模型分析模型分析、非模型分析非模型分析；模型分析法是指依据语音信号产生的数学模型，来分析和提取模型分析法是指依据语音信号产生的数学模型，来分析和提取表征这些模型的表征这些模型的特征参数特征参数，模型分析：模型分析：共振峰分析共振峰分析、无损级联声管分析法无损级联声管分析法非模型分析：非模型分析：不进行模型化的分析不进行模型化的分析语音的预处理语音的预处理：语音信号的：语音信号的数字化数字化、语音信号的、语音信号的端点检测端点检测、 预加重预加重、加窗加窗、分帧分帧等，等，本章重点

5、：本章重点：语音信号的各种时域分析技术，是语音处理技术语音信号的各种时域分析技术，是语音处理技术 的基础知识。的基础知识。第4章语音信号的时域分析 4.1概述同济大学电子与信息工程学院 - 4 - 赵晓群 教授阮处泥盘弥蒋寿沙救税核延锻润访析植匙发罕悄绝窑义民加赌帛渍鹰策滑第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.2语音信号的数字化和预处理 信号数字化：信号数字化：放大放大、增益控制增益控制、反混叠滤波反混叠滤波、取样取样、 A/D变换变换及及编码编码（PCM编码编码）；）；预处理：预处理：预加重预加重、加窗加窗、分帧分帧、端点检测端点检测等；等；图图4.1：

6、语音信号数字语音信号数字分析分析或或处理处理的的系统框图系统框图。第4章语音信号的时域分析 4.2语音信号的数字化和预处理 同济大学电子与信息工程学院 - 5 - 赵晓群 教授图图4.1语音信号数字处理系统框图语音信号数字处理系统框图反混叠滤波反混叠滤波语音输入语音输入语音输出语音输出A/D转换转换分析处理分析处理平滑滤波平滑滤波D/A转换转换合成处理合成处理传输或存储传输或存储猩吠魔傲缎囚出虱润靠泊拓殆琴档戴掣瓷雅谷邀哭习敞早啦机糙速秸们给第4章语音信号的时域分析第4章语音信号的时域分析 4.2.1预滤波、取样、预滤波、取样、A/D变换变换 预滤波：预滤波：带通滤波器带通滤波器（上、下（上、

7、下截止频率截止频率为为fH、fL） 防混叠滤波防混叠滤波，抑制，抑制fs/2的输入信号分量（的输入信号分量（fs为取样频率）为取样频率） 抑制工频干扰抑制工频干扰（50 Hz电源）。电源）。多数多数语音编语音编/ /译码器：译码器： fH = 3.4kHz， fL = 60100Hz，fs= 8kHz。语音识别：语音识别：对对电话用户电话用户指标与语音编指标与语音编/译码器时相同；译码器时相同； 要求较高或很高：要求较高或很高： fH=4.5 or 8kHz, fL=60Hz, fs = 10 or 20kHz。A/D变换需对信号变换需对信号量化量化，编码为，编码为二进制二进制，产生，产生量化

8、误差量化误差。量化误差量化误差（量化噪声量化噪声）：）：量化信号值量化信号值与与原信号值原信号值之差；之差；信号波形的变化信号波形的变化足够大足够大或量化或量化间隔足够小间隔足够小时，时， 量化噪声符合具有下列特征的统计模型：量化噪声符合具有下列特征的统计模型： 量化噪声是量化噪声是平稳的白噪声平稳的白噪声过程；过程； 量化噪声与输入信号量化噪声与输入信号不相关不相关； 量化噪声在量化间隔内量化噪声在量化间隔内均匀分布均匀分布，即具有，即具有等概率密度分布等概率密度分布。同济大学电子与信息工程学院 - 6 - 赵晓群 教授第4章语音信号的时域分析 4.2语音信号的数字化和预处理 擂项戏欢墅锚雪

9、销已四削僧沸头边丈退寒扛秽鲁啪蔓馅信他惋滴拜杉磨俘第4章语音信号的时域分析第4章语音信号的时域分析量化信噪比量化信噪比SNR（信号与量化噪声的功率比）为：（信号与量化噪声的功率比）为： 式中，式中， 输入输入语音信号序列语音信号序列的的方差方差， 噪声序列噪声序列的的方差方差， 信号的信号的峰峰- -峰值峰值， B量化字长量化字长，设语音信号的幅度服从设语音信号的幅度服从Laplace分布分布，则，则 取取 ， 上式改写为：上式改写为：B=7 bit，SNR=35 dB，能，能满足一般满足一般通信系统的要求。通信系统的要求。语音波形的语音波形的动态范围动态范围达达55 dB，故，故B应取应取1

10、0 bit以上。以上。为保持为保持35 dB的的信噪比信噪比，常用，常用12 bit量化量化，附加的，附加的5 bit用于用于补偿补偿30 dB左右的输入左右的输入动态动态的变化。的变化。 同济大学电子与信息工程学院 - 7 - 赵晓群 教授表明量化器中每表明量化器中每bit字长对字长对SNR的贡献约为的贡献约为6 dB 第4章语音信号的时域分析 4.2语音信号的数字化和预处理 哎灸艳勤埂召靠识汰赁贮迢奸村叁菲坝蝗惹委楔弯砸斥智泼捎挨剿拨篷岸第4章语音信号的时域分析第4章语音信号的时域分析A/D变换器：变换器：分为分为线性线性和和非线性非线性两类。两类。目前采用绝大部分的目前采用绝大部分的线性

11、线性A/D变换器变换器是是12 bit。非线性非线性A/D变换器变换器一般是一般是8 bit，它与，它与12 bit线性变换器线性变换器等效等效。有时需要将非线性的有时需要将非线性的8 bit码转换为线性的码转换为线性的12 bit码。码。数字化的数字化的反过程反过程是从数字化语音中是从数字化语音中重构语音重构语音波形。波形。必须在必须在D/A后加后加平滑滤波器平滑滤波器，对重构的语音波形的高次谐波起，对重构的语音波形的高次谐波起平滑作用，以平滑作用，以去除高次谐波去除高次谐波失真。失真。预滤波预滤波、取样取样、A/D和和D/A变换变换、平滑滤波平滑滤波等许多功能可以用等许多功能可以用一块芯片

12、一块芯片完成，在市场上有多种这样的完成，在市场上有多种这样的集成芯片集成芯片供选用。供选用。同济大学电子与信息工程学院 - 8 - 赵晓群 教授第4章语音信号的时域分析 4.2语音信号的数字化和预处理 岩锐案染竞氧过瓣巳纬漓翁殴舶句生残幽斩输泄奥双新梁精踌校苇奸匪州第4章语音信号的时域分析第4章语音信号的时域分析 4.2.2预处理预处理 预处理：预处理：预加重预加重、加窗加窗、分帧分帧、端点检测端点检测等；等；语音的一个特征：语音的一个特征：约约8 kHz高频端按高频端按-6 dB/倍频程倍频程跌落。跌落。预加重：预加重：提升提升语音的语音的高频高频部分，使信号的频谱变得部分，使信号的频谱变得

13、平坦平坦， 可在可在反混叠滤波前反混叠滤波前，可，可压缩动态范围压缩动态范围，提高信噪比提高信噪比。 也可在也可在数字化后数字化后、参数分析之前参数分析之前。预加重预加重用用6 dB/倍频程倍频程的提升高频特性的的提升高频特性的预加重数字滤波器预加重数字滤波器： 式中，式中，为为常系数常系数，值接近于，值接近于1，通常取，通常取= 0.920.94。恢复恢复原信号，对测量值进行原信号，对测量值进行去加重去加重处理，处理， 即加上即加上-6 dB/倍频程的下降的频率特性来还原成原来的特性。倍频程的下降的频率特性来还原成原来的特性。 同济大学电子与信息工程学院 - 9 - 赵晓群 教授第4章语音信

14、号的时域分析 4.2语音信号的数字化和预处理 婶绣篡宜韦刊先锨裸台窖液笋入怎怕寄屉花喉厉睛擂估决纪腕画闭狈哀硼第4章语音信号的时域分析第4章语音信号的时域分析 4.2.3窗函数的作用窗函数的作用 采用采用连续分段连续分段或或交叠分段交叠分段的方法的方法分帧分帧，33 100帧帧/秒秒。图图4.2：帧移与帧长示例。帧移与帧长示例。帧与帧之间的信号平滑过渡，保持其连续性。帧与帧之间的信号平滑过渡，保持其连续性。帧移：帧移：前后帧的前后帧的交叠部分交叠部分。帧移帧移与与帧长帧长的的比值比值一般为一般为01/2。移动窗函数加权实现：移动窗函数加权实现： x(n)为为语音信号，语音信号，w(n)为为窗函

15、数，窗函数，sw(n)为为窗选语音信号窗选语音信号。 同济大学电子与信息工程学院 - 10 - 赵晓群 教授图图4.2帧移与帧长的示例帧移与帧长的示例(N为帧长，为帧长，M为帧移为帧移) 理想窗函数的频率响应有理想窗函数的频率响应有一个一个很窄的主瓣很窄的主瓣，它增加了频，它增加了频率的分辨度，而率的分辨度，而没有旁瓣没有旁瓣。第4章语音信号的时域分析 4.2语音信号的数字化和预处理 膜胰听茨迈噬鹅窑然窿千热池五雹辛拘泼项赡嚣邦蛤侄烃儒稍菏郎浆概缴第4章语音信号的时域分析第4章语音信号的时域分析 讨论讨论窗函数窗函数的的形状形状和和长度长度的影响。的影响。 1. 窗函数的形状窗函数的形状好的窗

16、函数的好的窗函数的标准标准： 时域：减小时域：减小时间窗两端的时间窗两端的坡度坡度，使窗口两端边缘，使窗口两端边缘平滑过渡到平滑过渡到到零到零，减小减小语音帧的语音帧的截断效应截断效应； 频域：较宽频域：较宽的的3 dB带宽和带宽和较小较小的边带最大值。的边带最大值。常用的常用的窗函数窗函数（窗长为（窗长为N）：）：(1) 矩形（矩形（rectangular）窗：）窗： (2) Hamming（汉明）窗：（汉明）窗：(3) Hanning（汉宁）窗：（汉宁）窗：同济大学电子与信息工程学院 - 11 - 赵晓群 教授第4章语音信号的时域分析 4.2语音信号的数字化和预处理 尘草刮闺搔篙彪复纫饱咯

17、填宫彰醚肚蓉王锌状晤池桔扣弓拟炯薄榷垃朋辑第4章语音信号的时域分析第4章语音信号的时域分析(4) Bartlett（巴特雷特）窗：（巴特雷特）窗： (5) Blackman（布累克曼）窗：（布累克曼）窗：(6) Kaiser（凯散）窗：（凯散）窗：式中，式中， 零阶贝塞尔函数零阶贝塞尔函数， 同济大学电子与信息工程学院 - 12 - 赵晓群 教授第4章语音信号的时域分析 4.2语音信号的数字化和预处理 噪碧步考彭恢艾蜜涂盗八部佩蛔则梭涅嗽区器偷队姿滋伍看望词弯岳绊具第4章语音信号的时域分析第4章语音信号的时域分析图图4.3、 4.4 ：窗函数的波形窗函数的波形矩形窗矩形窗主瓣最窄主瓣最窄，频率

18、分辨度，频率分辨度 最高最高，频率，频率泄漏最大泄漏最大； Blackman窗频率分辨度窗频率分辨度最低最低， 频率频率泄漏最小泄漏最小。常用常用矩形窗矩形窗、Hamming窗窗。同济大学电子与信息工程学院 - 13 - 赵晓群 教授第4章语音信号的时域分析 4.2语音信号的数字化和预处理 图图4.3各种窗函数的时间波形各种窗函数的时间波形图图4.4各种窗的频率响应各种窗的频率响应Bartlett窗窗 矩形窗矩形窗Hamming窗窗 Blackman窗窗 Hanning窗窗 Kaiser窗窗 等拨柳彪未褥谎涧挽旬峦翟逊序岸曾盐乐励差唾烈究刀匡鹊状愤谎钩蛋卧第4章语音信号的时域分析第4章语音信号

19、的时域分析 2. 窗口的长度窗口的长度 取样周期取样周期Ts = fs、窗口长度窗口长度N、频率分辨率频率分辨率f 的关系为：的关系为： Ts一定时，一定时， f 随窗口随窗口N增加增加而而减小减小， 即即f 提高提高，时间分辨率，时间分辨率降低降低。 如果窗口如果窗口取短取短，频率分辨率，频率分辨率下降下降，时间分辨率，时间分辨率提高提高。取样周期和频率分辨率取样周期和频率分辨率矛盾矛盾，应根据需要，应根据需要选择合适选择合适的窗长。的窗长。时域分析：时域分析： N 很大，语音高频受阻，短时能量变化很小，不能反映幅度变化；很大，语音高频受阻，短时能量变化很小，不能反映幅度变化； N 太小，滤

20、波器通带宽，短时能量急剧变化，不能平滑能量函数。太小，滤波器通带宽，短时能量急剧变化，不能平滑能量函数。通常一帧内应含有通常一帧内应含有1 7个基音周期。个基音周期。基音周期变化大，从女性和儿童的基音周期变化大，从女性和儿童的2 ms到老年男子的到老年男子的14 ms10 kHz取样时，取样时，N 折衷选择为折衷选择为100 200点（点（10 20 ms）。）。分析条件：分析条件：（通常需标明，以提供性能评价参考依据） 取样频率、精度、预加重方式、窗函数、帧长、帧移取样频率、精度、预加重方式、窗函数、帧长、帧移等。等。 同济大学电子与信息工程学院 - 14 - 赵晓群 教授第4章语音信号的时

21、域分析 4.2语音信号的数字化和预处理 监猪寸孰汀莉辟沸持貌肉折诲货笋酥氧贯纠窜讽曼锌舍藉痴素在涂哪络臭第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.3短时能量和短时平均幅度 4.3.1短时能量短时能量语音的清音能量语音的清音能量较小较小，浊音能量，浊音能量较大较大。语音的能量分析主要语音的能量分析主要短时能量短时能量和和短时平均幅度短时平均幅度。n时刻时刻语音信号的语音信号的短时能量短时能量En为：为： 或或 式中，式中，h(n)=w2(n)，可以看做滤波器的，可以看做滤波器的冲激响应函数冲激响应函数。 En反映语音反映语音振幅振幅或或能量能量随随时间时间缓慢变

22、化的缓慢变化的规律规律。窗函数窗函数或或滤波器滤波器的函数的函数形式形式和和宽度宽度对能量序列影响很大。对能量序列影响很大。选择合适的选择合适的窗函数窗函数或滤波器的或滤波器的冲激响应函数冲激响应函数和它们的和它们的宽度宽度。用得较多的是用得较多的是矩形窗矩形窗和和Hamming窗窗。第4章语音信号的时域分析 4.3短时能量和短时平均幅度同济大学电子与信息工程学院 - 15 - 赵晓群 教授拣杯鞠佃吗绊更宣迟屈苇臃众芝墟渡套庶恍碱抢达谦胯恼或番当朱惰弄珍第4章语音信号的时域分析第4章语音信号的时域分析 窗宽的影响：窗宽的影响：窗函数很宽窗函数很宽或或冲激响应很长冲激响应很长，平滑作用，平滑作用

23、显著显著，使，使En变化不大，变化不大，反映不出语音能量的时变特性。反映不出语音能量的时变特性。窗函数过窄窗函数过窄，平滑作用，平滑作用有限有限，仍然保留，仍然保留瞬时瞬时快变化，使快变化，使En反映反映语音振幅细节，表现不出振幅平方包络的变化规律。语音振幅细节，表现不出振幅平方包络的变化规律。当当N小于语音基音周期时，将按照基音周期内语音振幅平方波小于语音基音周期时，将按照基音周期内语音振幅平方波形的形的细节细节瞬时变化；瞬时变化；当当N比基音周期的若干倍还要大时，各段语音的短时能量差别比基音周期的若干倍还要大时，各段语音的短时能量差别不大，不能跟随语音能量的时变特性。不大，不能跟随语音能量

24、的时变特性。这两种情况都不能准确描述语音能量自身的实际变化规律。这两种情况都不能准确描述语音能量自身的实际变化规律。必须选择合适的窗宽，必须选择合适的窗宽，兼顾男声和女声，兼顾男声和女声，10 kHz取样时，选取样时，选窗宽窗宽10 20 ms。第4章语音信号的时域分析 4.3短时能量和短时平均幅度同济大学电子与信息工程学院 - 16 - 赵晓群 教授俗齿拣守荤咳饱蜀钩殴良关挛拔秸晃颗盯扮赁逾巧豌饿督帕漆号叫奉巡瑰第4章语音信号的时域分析第4章语音信号的时域分析图图4.54.5：语音的语音的短时能量短时能量序列的序列的包络曲线包络曲线。第4章语音信号的时域分析 4.3短时能量和短时平均幅度同济

25、大学电子与信息工程学院 - 17 - 赵晓群 教授(a) 加矩形窗时加矩形窗时 (b) 加加Hamming窗时窗时图图4.5语音语音“同舟共济同舟共济”的短时能量函数（的短时能量函数（10 kHz取样）取样）矩形窗比矩形窗比Hamming窗的平滑效果显著窗的平滑效果显著；随着窗宽的增加，平滑效果越显著；随着窗宽的增加，平滑效果越显著；从的包络曲线可以清楚看出清音和浊音之间的从的包络曲线可以清楚看出清音和浊音之间的区别区别和和分界点分界点，迈拜榆淹误跨填焰姜渐谤珍撮诵欺锈吗逐诵毖娄轻佳诵仕面页萄志墨绽原第4章语音信号的时域分析第4章语音信号的时域分析 4.3.2短时平均幅度短时平均幅度En的计算

26、是的计算是平方求和平方求和，计算量大；，计算量大；平方运算平方运算扩大扩大了样本间了样本间差别差别，选窗宽择带来附加的困难。，选窗宽择带来附加的困难。须选择较宽的窗，才能须选择较宽的窗，才能较好地平滑较好地平滑平方幅度的起伏。平方幅度的起伏。为此，提出语音能量时变性质的为此，提出语音能量时变性质的另一个重要参数。另一个重要参数。n时刻时刻语音信号的语音信号的短时平均幅度短时平均幅度Mn为：为： 或或 式中，式中，h(n) =w(n)通常窗函数通常窗函数w(n)0 ，所以，所以h(n) = w(n)。 依据依据定义式定义式可导出多种的可导出多种的计算方法计算方法（略）（略）。共三种。共三种。第4

27、章语音信号的时域分析 4.3短时能量和短时平均幅度同济大学电子与信息工程学院 - 18 - 赵晓群 教授侧获摇鳖差屈痉蕾巢耀胆压凳幽昨片邓熔鬼赊苦剩孺跺憎拌渺包眩糖颠询第4章语音信号的时域分析第4章语音信号的时域分析图图4.64.6：语音的语音的平均幅度平均幅度序列的序列的包络曲线包络曲线。第4章语音信号的时域分析 4.3短时能量和短时平均幅度同济大学电子与信息工程学院 - 19 - 赵晓群 教授(a) 加矩形窗时加矩形窗时 (b) 加加Hamming窗时窗时图图4.6语音语音“同舟共济同舟共济”的短时平均幅度函数（的短时平均幅度函数（10 kHz取样）取样） 语音的语音的平均幅度平均幅度与与

28、短时能量短时能量具有相似的一些性质具有相似的一些性质矩形窗比矩形窗比Hamming窗的平滑效果显著窗的平滑效果显著；随着窗宽的增加，平滑效果越显著；随着窗宽的增加，平滑效果越显著；从的包络曲线可以清楚看出清音和浊音之间的从的包络曲线可以清楚看出清音和浊音之间的区别区别和和分界点分界点，禾氧汝净懦烫理势化忙造衫罗洗扯腻研萎怨船棋富吃脾究迭烽核邢咙庄方第4章语音信号的时域分析第4章语音信号的时域分析比较比较En和和Mn（比较比较图图4.6与与4.5 ）：）：短时平均幅度的差别没有它们的短时能量的差别那么显著；短时平均幅度的差别没有它们的短时能量的差别那么显著；清音的短时平均幅度比短时能量有所提高。

29、清音的短时平均幅度比短时能量有所提高。En和和Mn的主要用途：的主要用途： 区分语音的区分语音的清音段清音段与与浊音段浊音段； 区分区分声母声母与与韵母韵母； 无声无声与与有声有声的的分界分界； 作为一种作为一种超音段信息超音段信息用于语音识别。用于语音识别。 第4章语音信号的时域分析 4.3短时能量和短时平均幅度同济大学电子与信息工程学院 - 20 - 赵晓群 教授数撒毙芒甭谋锹滚酬验吃纽嚎角协灯坯全暂竹熏诊酣姨河掖记脯琳叔阀扶第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.4短时平均过零率和上升过零间隔 4.4.1短时平均过零率短时平均过零率离散信号离散信号相邻

30、样本相邻样本取取不同符号不同符号时，称为出现了时，称为出现了过零现象过零现象。过零率：过零率：单位时间过零的次数。单位时间过零的次数。窄带离散信号窄带离散信号的的过零率过零率较准确地度量了信号的较准确地度量了信号的频率特性频率特性。宽带离散信号宽带离散信号的的过零率过零率只能粗略地反映信号的只能粗略地反映信号的频谱特性频谱特性。语音信号语音信号是是宽带宽带、缓时变信号缓时变信号，其频谱特性随时间变化。，其频谱特性随时间变化。语音信号的语音信号的短时过零率短时过零率粗略地表征语音信号的粗略地表征语音信号的频谱特性频谱特性。语音信号的语音信号的过零率序列过零率序列能够描述：能够描述： 语音序列的语

31、音序列的清音清音和和浊音浊音、无声无声与与有声有声等特征，等特征， 在语音分析中有在语音分析中有重要应用重要应用。第4章语音信号的时域分析 4.4短时平均过零率和上升过零间隔 同济大学电子与信息工程学院 - 21 - 赵晓群 教授斧蛇铜兹玄拯肉媳硫痘壶抄涛事追髓闸僧麓态派揽露溺瓮痪增驶毕止萝抡第4章语音信号的时域分析第4章语音信号的时域分析n时刻时刻语音信号的语音信号的短时平均过零率短时平均过零率Zn为：为： 式中，式中，上式的上式的物理意义物理意义： 当相邻两个样本符号当相邻两个样本符号相同相同时，时，不产生不产生过零；过零； 当相邻两个样本符号当相邻两个样本符号相反相反时，时，产生产生一次

32、过零。一次过零。第4章语音信号的时域分析 4.4短时平均过零率和上升过零间隔 同济大学电子与信息工程学院 - 22 - 赵晓群 教授急操厕头钉惋盆释嘱且置尧玖贷核肾逐敖扶双亭扼俄魏淹徽兵蛆激瑰砰走第4章语音信号的时域分析第4章语音信号的时域分析图图4.7：语音的语音的短时平均过零率短时平均过零率的的包络曲线包络曲线。浊音频谱主要集中在浊音频谱主要集中在3 kHz以下低频区域，超过以下低频区域，超过4 kHz后频谱幅后频谱幅度迅速下降；而清音频谱幅度在超过度迅速下降；而清音频谱幅度在超过4 kHz后反而呈上升趋势，后反而呈上升趋势，甚至超过甚至超过8 kHz后频谱幅度仍然很大。后频谱幅度仍然很大

33、。这表明清音频谱主要集中在高频区域。这表明清音频谱主要集中在高频区域。短时平均过零率粗略地描述了语音信短时平均过零率粗略地描述了语音信 号的频谱特性，并可用于区分浊音和号的频谱特性，并可用于区分浊音和 清音。清音。例例: 图图4.7中短时平均过零率高的区段中短时平均过零率高的区段 对应清音，过零率低的区段对应浊音。对应清音，过零率低的区段对应浊音。但是，仅用过零率的高低区分清音和但是，仅用过零率的高低区分清音和 浊音并不很准确，因为某些清音和浊浊音并不很准确，因为某些清音和浊 音的短时平均过零率的数值相差不多。音的短时平均过零率的数值相差不多。 同济大学电子与信息工程学院 - 23 - 赵晓群

34、 教授第4章语音信号的时域分析 4.4短时平均过零率和上升过零间隔 图图4.7语音语音“同舟共济同舟共济”的短时平的短时平 均过零率曲线（均过零率曲线（10 kHz取样）取样）(a) 原始语音波形原始语音波形(b) 平均过零率平均过零率匡裔兔户雇哮更以秋店订谣骇桩塌屈彩每支盘范秸缔土丰碘沙沤猪玲慨亢第4章语音信号的时域分析第4章语音信号的时域分析图图4.8：清音清音和和浊音浊音每每10 ms内内过零数过零数的的概率分布曲线概率分布曲线。清音：清音：10 ms过零数为过零数为49的的概率最大概率最大，大体上显，大体上显正态分布正态分布。浊音：浊音：10 ms过零数为过零数为14的的概率最大概率最

35、大，也大致呈，也大致呈正态分布正态分布。浊音浊音和和清音清音每每10 ms过零数为过零数为24左右的概率左右的概率几乎是相等的几乎是相等的，因而，因而凭着这类数值就凭着这类数值就很难区分很难区分浊音和清音。浊音和清音。规定一个规定一个噪声门限噪声门限：样本样本超过超过门限门限正值正值，认为是，认为是正正并赋值，并赋值，样本样本低于低于门限门限负值负值，认为是，认为是负负并赋值，并赋值，界于界于门限门限正负值正负值间，认为是间，认为是零零并赋值。并赋值。为准确判定样本的符号，为准确判定样本的符号，应要求应要求： 信号中信号中不含直流偏移不含直流偏移； 噪声噪声和电源和电源干扰干扰尽可能尽可能小小

36、； 选择合适的选择合适的正负门限值正负门限值。同济大学电子与信息工程学院 - 24 - 赵晓群 教授第4章语音信号的时域分析 4.4短时平均过零率和上升过零间隔 图图4.8过零率概率分布图过零率概率分布图清音清音 47 浊音浊音 0 10 20 30 40 50 60 70 80每每10 ms内的过零分布内的过零分布14屿议靡且歼蛆尉淤杰筑畜津硬井绅长薛柿销肄弛奎勤呸灶借放垄隆咏端犹第4章语音信号的时域分析第4章语音信号的时域分析 4.4.2短时上升过零间隔短时上升过零间隔 短时平均过零率：短时平均过零率：描述复杂波形描述复杂波形“频率频率”特征的一个参数。特征的一个参数。短时平均上升过零间隔

37、：短时平均上升过零间隔：描述复杂波形描述复杂波形“周期周期”特性的参数。特性的参数。在一定的噪声背景下，在一定的噪声背景下，过零间隔过零间隔参数具有很好的顽健性，对不参数具有很好的顽健性，对不同的语音具有很好的差异性同的语音具有很好的差异性 上升过零点时间上升过零点时间RZCT：当前信号波形样本：当前信号波形样本大于大于或或等于零等于零，而，而其前一点样本其前一点样本小于零小于零。上升过零间隔上升过零间隔RZCI：上升过零间隔次数序列上升过零间隔次数序列：将各种语音得到的统计出各种长度的：将各种语音得到的统计出各种长度的间隔出现的次数，由此可以得到上升过零间隔次数序列。间隔出现的次数，由此可以

38、得到上升过零间隔次数序列。第4章语音信号的时域分析 4.4短时平均过零率和上升过零间隔 同济大学电子与信息工程学院 - 25 - 赵晓群 教授钦粹稍心尉源妹杭射疙镁沂禽雨吃密眺郡酿懊作醉梅墨妥适龚趾剔础衰欢第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.5短时自相关函数和短时平均幅度差函数 4.5.1短时自相关函数短时自相关函数自相关函数自相关函数用于衡量信号自身用于衡量信号自身时间波形时间波形的的相似性相似性。清音清音和和浊音浊音的的发声机理发声机理不同，不同，波形波形上存在较大的上存在较大的差异差异。 浊音浊音的时间波形呈现的时间波形呈现准周期性准周期性，波形之

39、间，波形之间相似性较好相似性较好； 清音清音的时间波形呈现的时间波形呈现随机噪声随机噪声的特性，样本间的特性，样本间相似性较差相似性较差。可以用短时自相关函数来可以用短时自相关函数来测度语音测度语音的的相似特性相似特性。时间离散的时间离散的确定信号确定信号，自相关函数自相关函数的定义为：的定义为：随机信号随机信号或者或者周期信号周期信号，自相关函数自相关函数的定义为：的定义为：第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 26 - 赵晓群 教授押米椎想甜幸健致撮毕鹰枯斋金威塌疏钡往敌萧团菏浙嚏遇阻疥荫神赠变第4章语音信号的时域分析第4章语音

40、信号的时域分析自相关函数具有以下性质：自相关函数具有以下性质： (1) 周期性：周期性：周期信号的自相关函数是周期函数；周期信号的自相关函数是周期函数； (2) 对称性：对称性：R(k) = R(-k) ； (3) 存在最大值：存在最大值：对所有对所有k，有，有R(0) R(k)； (4) 对对确定信号确定信号， R(0) = 信号能量信号能量； 对对随机信号随机信号或或周期信号周期信号， R(0) = 平均功率平均功率。短时自相关函数短时自相关函数为：为： 根据自相关函数的根据自相关函数的性质性质(2)，得：，得： 令令hk(n) = w(n)w(n+k) ，上式改写为：，上式改写为：上式表

41、明，可用上式表明，可用数字滤波器数字滤波器实现实现Rn(k)的计算。的计算。第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 27 - 赵晓群 教授恶抑宙缺稍塔饥啃粉怠措烛栏紧己球癣蛊敲望点核绰埋矛撕悉让轧朵夸颐第4章语音信号的时域分析第4章语音信号的时域分析实际往往不采用数字滤波器来实现，而采用直接计算的方法实际往往不采用数字滤波器来实现，而采用直接计算的方法令令 ，并，并 m 用代替用代替 ，且，且 ， 由上式得：由上式得：考虑到考虑到有限窗宽有限窗宽N，上式改写为：，上式改写为：考查考查Rn(k)计算量：计算量： 乘法：乘法： 加法：加法

42、： 计算量过大，需计算量过大，需改进。改进。改进方法：改进方法：DFT技术，细节略。技术，细节略。第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 28 - 赵晓群 教授诊到宵造硬移南桅衔啦强察莉秘福迫氧暮赴承阁抠反亚供增监羡瘟喻每球第4章语音信号的时域分析第4章语音信号的时域分析 4.5.2语音信号的短时自相关函数语音信号的短时自相关函数 图图4.9：语音语音的的短时自相关函数曲线短时自相关函数曲线，特点：，特点： 明显反映明显反映浊音浊音信号信号的的周期性周期性；例：例：周期周期72点点，9 ms或或110 Hz 清音清音没有没有周期性周期

43、性，其性质其性质类似于噪声类似于噪声； 窗函数窗函数有影响。有影响。矩形窗矩形窗时，浊音的自相关函数周期性明显；时，浊音的自相关函数周期性明显； 短时自相关函数的短时自相关函数的幅度幅度是一个是一个逐渐衰减逐渐衰减的曲线。的曲线。第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 29 - 赵晓群 教授(a) 浊音浊音 (b) 清音清音图图4.9语音的短时自相关函数（语音的短时自相关函数（10 kHz取样，窗长取样，窗长320）墒袍淄役丽走胀沙癌经齿窗大尿函斌谎宙识厘菇钠台思题耘炙吸侥毛坐靖第4章语音信号的时域分析第4章语音信号的时域分析窗函数窗

44、函数长度长度对短时自相关函数有对短时自相关函数有重要影响重要影响；一般要求，窗长大于一般要求，窗长大于两倍两倍的基音周期为好。的基音周期为好。图图4.10：不同不同矩形窗长时的短时自相关函数矩形窗长时的短时自相关函数 为反映语音的为反映语音的周期性周期性，长窗长窗有利；有利； 为反映语音的为反映语音的时变性时变性，短窗短窗有利；有利； 可采用可采用修正的修正的短时自相关函数，折中处理。短时自相关函数，折中处理。第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 30 - 赵晓群 教授图图4.10不同矩形窗长时的短时不同矩形窗长时的短时自相关函数（

45、自相关函数（10 kHz取样）取样）营廊悯烹受屿典楼返吨很责威阑徒透崭馁屎项东炭泣掩运蚤殃锥氛诵酶裁第4章语音信号的时域分析第4章语音信号的时域分析 4.5.3修正的短时自相关函数修正的短时自相关函数 修正的短时自相关函数修正的短时自相关函数定义为：定义为： 或或 式中，式中， K最大的延迟最大的延迟，保证保证计算任何计算任何k时，执行时，执行N次乘累加运算次乘累加运算矩形窗时矩形窗时，计算式可，计算式可简化简化为：为： 是两个不同有限长度语音段和的是两个不同有限长度语音段和的互相关函数互相关函数。 不满足不满足对称性；但对称性；但有周期性，有周期性，幅度幅度不下降不下降。第4章语音信号的时域

46、分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 31 - 赵晓群 教授虞阴夫盔览喇载婚峨竞奎腊夯联羌谨猜流殆昆楚拘狂甲忽结雨主羔肾梁浆第4章语音信号的时域分析第4章语音信号的时域分析图图4.11：修正短时自相关函数的曲线修正短时自相关函数的曲线 基音周期基音周期最大值最大值为为Tmax，则，则 的两段分别只需为的两段分别只需为Tmax和和2Tmax ，可正确求取基音周期；，可正确求取基音周期； N 值较大时，随值较大时，随 k 增大，增大， 峰值峰值有所下降有所下降； 若信号为若信号为周期冲激串周期冲激串时，则所有的峰值时，则所有的峰值同幅度同幅度。第4章语音信

47、号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 32 - 赵晓群 教授图图4.11不同矩形窗长时的修正短时不同矩形窗长时的修正短时自相关函数（自相关函数（10 kHz取样）取样）姿持睹啥烤菲洒锨逐燕州焙垦耸恍软识孽舞刘韩颊侵冀臃肿吝堵令奋舜镇第4章语音信号的时域分析第4章语音信号的时域分析 4.5.4短时平均幅度差函数短时平均幅度差函数短时自相关函数是语音信号时域分析的重要参量。短时自相关函数是语音信号时域分析的重要参量。自相关函数的运算量大。原因：自相关函数的运算量大。原因：乘法乘法运算时间较长。运算时间较长。避免乘法，引入避免乘法，引入短时平均幅度差

48、短时平均幅度差函数函数 短时平均幅度差函数短时平均幅度差函数定义为：定义为：式中，式中，w1(m)和和w2(m)是窗函数，是窗函数， 当窗的宽度选为当窗的宽度选为 N 时，上式为：时，上式为： 若信号有若信号有周期性周期性，在，在 时将出现时将出现极小值极小值。 Np是周期是周期 的性质的性质类似于类似于自相关函数；自相关函数；第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 33 - 赵晓群 教授膛文吏沙励鲤轿遂概纽皮君帛蛮齐弗肥掖续印氰缎箍苞的兰黍歼拌脊菱绍第4章语音信号的时域分析第4章语音信号的时域分析图图4.12：周期性语音的周期性语音

49、的Rn(k)和和Fn(k) 特点：特点：周期性信号，周期性信号，Fn(k)是在周期是在周期 的的整数倍点整数倍点上有上有谷值谷值， 而而不是不是峰值。峰值。 可以证明可以证明Rn(k)和和Fn(k)有有密切关系密切关系， 其关系为：其关系为： 式中，式中， 。计算计算Fn(k)只需只需加法加法、减法减法和和取绝对值取绝对值的运算；的运算；与与Rn(k)的的加法加法和和乘法乘法相比，其运算量大大相比，其运算量大大减少减少；用硬件实现语音信号分析时有很大好处。用硬件实现语音信号分析时有很大好处。 Fn(k)已用于已用于许多实时语音处理系统中。许多实时语音处理系统中。 第4章语音信号的时域分析 4.

50、5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学院 - 34 - 赵晓群 教授图图4.12周期性语音的周期性语音的Rn(k)和和Fn(k)的示例（的示例（10 kHz取样，窗长取样，窗长320）堂属韧缀糜码因湾敌铣绝烤床乏熔启涤象尸洁凯犀酪席柏跌陨洪桌紊壶蓑第4章语音信号的时域分析第4章语音信号的时域分析图图4.13：平均幅度差函数平均幅度差函数 平均幅度差函数在浊音的基音周期上出现极小值，平均幅度差函数在浊音的基音周期上出现极小值， 在清音时没有明显的极小值。在清音时没有明显的极小值。 第4章语音信号的时域分析 4.5短时自相关函数和短时平均幅度差函数 同济大学电子与信息工程学

51、院 - 35 - 赵晓群 教授(a) 浊音浊音 (b) 清音清音图图4.13语音的平均幅度差函数（语音的平均幅度差函数（10 kHz取样，窗长取样，窗长320）肿世豺病冬卸倒再郡雹密邹海泳决捞瞒额姨朝默侮嗓射帘倍舆坷屈菠昼晒第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.6短时时域处理技术的应用 4.6.1语音端点检测语音端点检测某些应用要求：某些应用要求：找出找出语音端点语音端点，采集，采集真正语音真正语音，以减少以减少数据量数据量、运算量运算量、处理时间处理时间。 语音端点检测：语音端点检测：归结为区别归结为区别语音语音和和噪声噪声。若若SNR很高，则计算信号的

52、很高，则计算信号的短时能量短时能量可区分可区分语音端点语音端点。实际应用中难保证高信噪比，不能仅依靠短时能量来判别；实际应用中难保证高信噪比，不能仅依靠短时能量来判别；某些语音端点判别会遇到特殊的困难：某些语音端点判别会遇到特殊的困难： 弱摩擦音弱摩擦音、弱爆破音弱爆破音、鼻音鼻音时，往往与时，往往与背景噪声电平背景噪声电平相近。相近。 可补充利用可补充利用短时平均过零率短时平均过零率Zn进行判断：因进行判断：因清音清音和以上所举的和以上所举的音素音素的的Zn比比背景噪声背景噪声的的Zn要要高数倍高数倍 。第4章语音信号的时域分析 4.6短时时域处理技术的应用同济大学电子与信息工程学院 - 3

53、6 - 赵晓群 教授塘蔚川网拄妹掖卜勘硬野齐彭刽骏逢眯布喝让联弧丁履燥赎姨空吸始佯捧第4章语音信号的时域分析第4章语音信号的时域分析两级判决法：两级判决法：用用En作作第一次第一次判别，再用判别，再用Zn作作第二次第二次判别。判别。第一级判别：第一级判别：采用采用双门限比较双门限比较的方法的方法（见图（见图4.14）。(1) 根据根据En取取较高门限较高门限M1 (En多在多在M1之上之上)，进行，进行粗判粗判，语音，语音起止起止点点位于位于M1与与En包络交点对应的包络交点对应的间隔之外间隔之外（即（即AB段之外）。段之外）。(2) 根据根据背景噪声背景噪声的的平均能量平均能量选取选取较低门

54、限较低门限M2，从，从A点点往左往左、B点点往右往右搜索，分别找到搜索，分别找到En包络包络第一次与门限相交第一次与门限相交的的两点两点C和和D，于，于是是CD段就是根据段就是根据En判定的判定的语音段语音段。第4章语音信号的时域分析 4.6短时时域处理技术的应用同济大学电子与信息工程学院 - 37 - 赵晓群 教授图图4.14语音端点的两级判决法语音端点的两级判决法EnM1M2 C A B D nZnM3 E F n第二级判决：第二级判决：从从C点点往左往左、从、从D点点往右往右搜索，找到搜索，找到Zn第一次低于第一次低于某个门限某个门限M3的的两点两点E和和F，即为语音，即为语音起止点起止

55、点。M3由由背景噪声背景噪声的平均的平均过零率过零率Zr确定，确定，一般取一般取M3 =(35)Zr 。M1 M2 M3需根据需根据实际语音实际语音数据选取；数据选取；可用短时平均幅度可用短时平均幅度代替代替En。虽用惰作蒲丸诱捎津滓科寓葱幕途咆颇妓椽府亦嘎誊实井蛀引募畜恨光垢第4章语音信号的时域分析第4章语音信号的时域分析 4.6.2基音周期估计基音周期估计短时自相关函数：短时自相关函数：区分区分清音清音和和浊音浊音、估计、估计基音周期基音周期 特点：特点：用短时自相关函数估计基音周期时，包含用短时自相关函数估计基音周期时，包含多余信息多余信息。对策：对策：压缩压缩与基频无关的与基频无关的信

56、息信息，即进行适当处理，即进行适当处理 。方法：方法：低通滤波低通滤波、非线性滤波非线性滤波后，计算短时自相关函数。后，计算短时自相关函数。低通滤波：低通滤波：带宽带宽1 kHz。滤波后以。滤波后以2 kHz取样频率取样，再以取样频率取样，再以2 20 ms滞后逐帧计算短时自相关函数，帧长滞后逐帧计算短时自相关函数，帧长10 20 ms。理由：理由：一般一般基频基频500 Hz，女高音升，女高音升C调调 1 kHz。非线性滤波非线性滤波: :常采用常采用中心削波技术。中心削波技术。理由：理由：估计基频仅用估计基频仅用基频处基频处自相关峰，其余自相关峰，其余较低峰较低峰是是多余多余的；的； 注：

57、无关的峰是声道对激励脉冲产生的响应。基音周期估计：可得到基频基音周期估计：可得到基频随时间变化随时间变化的的轨迹轨迹 。第4章语音信号的时域分析 4.6短时时域处理技术的应用同济大学电子与信息工程学院 - 38 - 赵晓群 教授桩沸贡婪娠啼吩晃呀召菊特樱筛抑辕曼局涟直豌激宏垂情续诬尤邻鹊虐卡第4章语音信号的时域分析第4章语音信号的时域分析中心削波技术：中心削波技术：常用常用中心削波中心削波、三电平中心削波三电平中心削波两种两种。中心削波器特性中心削波器特性（见（见图图4.15 ） 削去削去声道谐振声道谐振产生的产生的阻尼振荡阻尼振荡，留下的序列包含，留下的序列包含基音基音信息信息; 削波电平削

58、波电平的选取对于估计结果和计算复杂性有很大影响的选取对于估计结果和计算复杂性有很大影响; 有人提议把削波电平选为有人提议把削波电平选为最大信号幅度最大信号幅度的的30%。 为进一步节省计算量，为进一步节省计算量， 可以采用可以采用三电平中心削波器三电平中心削波器，图图4.16 ：三电平中心削波器三电平中心削波器第4章语音信号的时域分析 4.6短时时域处理技术的应用同济大学电子与信息工程学院 - 39 - 赵晓群 教授图图4.15中心削波保留基音信息中心削波保留基音信息(a) 削波特性；削波特性；(b) 语音信号；语音信号；(c) 削波输削波输出出f(x)-xL 0 xL x削波输出 0 语音信

59、号0nn图图4.16三电平中心削波函数图三电平中心削波函数图f(x)1-xL -10 xL x赵捍跺边界肄贯吉耘狮嘻款锄殿喷收挤村孽绸摊洽味风灰籍慕禁妒炊嵌簇第4章语音信号的时域分析第4章语音信号的时域分析第4章语音信号的时域分析4.7中值滤波在语音短时时域处理中的应用 语音信号语音信号经过短时时域处理后得到一个经过短时时域处理后得到一个时间序列时间序列， 例例: 能量序列能量序列 平均幅度序列平均幅度序列 平均过零率序列平均过零率序列 自相关函数自相关函数 基音周期基音周期，等，等图图4.17(a)：中心削波中心削波及及自相关函数自相关函数法求出的法求出的基音周期轨迹基音周期轨迹 零散的零散

60、的基音周期基音周期值明显地值明显地偏离偏离了轨迹线。为了轨迹线。为错误数值错误数值。可采用可采用滤波法滤波法(如如中值滤波中值滤波)剔除剔除少数错误少数错误的基音周期估值，的基音周期估值，第4章语音信号的时域分析 4.7中值滤波在语音短时时域处理中的应用同济大学电子与信息工程学院 - 40 - 赵晓群 教授(a) 平滑前平滑前(b)平滑后平滑后 图图4.17中值滤波对基音周期轨迹的平滑中值滤波对基音周期轨迹的平滑尘健亲洽检矩灸豺文泞列玻援千像合薄允颖躲占砚斟情靖麓霜地壕成靶故第4章语音信号的时域分析第4章语音信号的时域分析中值滤波中值滤波是是非线性滤波非线性滤波。中值滤波中值滤波: : 用滑动

61、窗口从数据序列中选出一段数据，用滑动窗口从数据序列中选出一段数据， 用这段数据的中间值来代替这段数据。用这段数据的中间值来代替这段数据。 窗口滑动，得出一个个中值作为滤波结果。窗口滑动，得出一个个中值作为滤波结果。计算式：计算式： 式中，式中，L 为滑动窗宽为滑动窗宽 注：在信号开始和末端边界处的中值，通常是假定信号的边界 值保持不变进行外推来确定的。图图4.18：中值滤波中值滤波与与线性滤波线性滤波的的性能性能 中值滤波较多保留中值滤波较多保留 原信号的原信号的不连续性不连续性!第4章语音信号的时域分析 4.7中值滤波在语音短时时域处理中的应用同济大学电子与信息工程学院 - 41 - 赵晓群

62、 教授(a) 线性滤波线性滤波 (b) 中值滤波中值滤波图图4.18中值滤波与线性滤波比较中值滤波与线性滤波比较x(n) 0 nx(n) 0 n膨泼萝仲疙朝事巢旗擞昆嚣依坟崇躺财锭范兼厚绑褒怎滚掖嗅蔽糙默僚奶第4章语音信号的时域分析第4章语音信号的时域分析有时，中值滤波的平滑效果有时不够显著，可采用有时，中值滤波的平滑效果有时不够显著，可采用组合方式组合方式。 如常将如常将中值滤波中值滤波和和线性平滑线性平滑结合起来应用。结合起来应用。图图4.19：两种方案。两种方案。 具体具体性能性能、计算式计算式的推导略。的推导略。第4章语音信号的时域分析 4.7中值滤波在语音短时时域处理中的应用同济大学

63、电子与信息工程学院 - 42 - 赵晓群 教授(a) 单通道方案单通道方案 (b) 双通道方案双通道方案图图4.19中值滤波和线性平滑结合使用中值滤波和线性平滑结合使用x(n) y(n)中值滤波中值滤波线性平滑线性平滑中值滤波中值滤波线性平滑线性平滑中值滤波中值滤波线性平滑线性平滑x(n) y(n) w(n)z(n) v(n)-+摧彻涪袄铭赫谗泽阑颈酉赡窟子滩霍接文愚舜杂甜劳廉僳贪笨勤颁佑笆燃第4章语音信号的时域分析第4章语音信号的时域分析几个实例：几个实例：图图4.21 ：过零率轨迹过零率轨迹经各种经各种平滑处理平滑处理图图4.22 ：组合平滑组合平滑基音周期轨迹基音周期轨迹 第4章语音信号

64、的时域分析 4.7中值滤波在语音短时时域处理中的应用同济大学电子与信息工程学院 - 43 - 赵晓群 教授图图4.21语音语音“同舟共济同舟共济”的过零率轨迹的过零率轨迹经各种平滑处理的结果经各种平滑处理的结果语音波形语音波形平滑前平滑前中值滤波中值滤波线性平滑线性平滑组合平滑组合平滑图图4.22语音语音“同舟共济同舟共济”基音周期轨迹基音周期轨迹经组合平滑的结果经组合平滑的结果 语音波形语音波形平滑前平滑前组合平滑组合平滑誓秆队卒钳焕祥嘱桂要颅尧织颈委诽丈筏壶庄甥企哺逊锡及切幸拇掐鹅浊第4章语音信号的时域分析第4章语音信号的时域分析谢 谢!猪懒区式毅卵讫帚辑陵遥尤绒磨峻嘴篆苑严深健俭步钟桂摔境区正网蕾振第4章语音信号的时域分析第4章语音信号的时域分析