《第三章语音信号分析资料课件》由会员分享，可在线阅读，更多相关《第三章语音信号分析资料课件（66页珍藏版）》请在金锄头文库上搜索。
1、 第三章 语音信号分析3.2 语音信号的数字化和预处理 3.3 语音信号的时域分析3.4 语音信号的频域分析3.5 语音信号的倒谱分析3.6 语音信号的线性预测分析A Av v冲激序列冲激序列发生器发生器声门脉冲声门脉冲模型模型G(z)G(z)随机噪声随机噪声发生器发生器基音周期基音周期T TP PA AN N线性系统线性系统声道声道V V( (z z) )辐射模型辐射模型R R( (z z) )清清/ /浊音浊音开关开关传输函数传输函数传输函数传输函数 语音信号的分析，就是找出语音产生模型的各种语音信号的分析，就是找出语音产生模型的各种参数（语音的特征参数），应用于语音的编码、识别参数（语音
2、的特征参数），应用于语音的编码、识别和合成等。和合成等。3.2 语音信号的数字化和预处理一、预滤波、采样和A/D转换二、预处理 1.预滤波的作用：抑制输入信号中频率超出抑制输入信号中频率超出f fs s/2/2的的所有分量，防止混叠；抑制所有分量，防止混叠；抑制50Hz50Hz的电源工频干扰。的电源工频干扰。 预滤波器是一个带通滤波器，一般情况下，上、预滤波器是一个带通滤波器，一般情况下，上、下截止频率为：下截止频率为： f fH H=3400Hz=3400Hz， f fL L=60=60100Hz100Hz。一、预滤波、采样和A/D转换tnxa(nT)xa(t) 2.采样： 将时间连续信号将
3、时间连续信号变成时间离散信号。变成时间离散信号。 采样频率通常为采样频率通常为f fs s8kHz8kHz。Ideal sampling and real sampling 对离散时间信号进行量化，对离散时间信号进行量化，在每一时刻对在每一时刻对x xa a(nT)(nT)独独立进行量化，把给定的幅度连续的信号变成为有限多立进行量化，把给定的幅度连续的信号变成为有限多个幅度的集合中某个幅度值的过程。个幅度的集合中某个幅度值的过程。3. A/D转换采样采样量化量化x xa a(t)(t)x xa a(nT)(nT)x(n)x(n)x xa1a1x x1 1x xk kx xakakx xak+1
4、ak+1x xk+1k+1x xL Lx xaLaLx xaL+1aL+1x(n)=Qxx(n)=Qxa a(nT)(nT) 000001010011111110101100 /2/2量化误差量化误差( (噪声噪声) ) e(n)=x(n)- xe(n)=x(n)- xa a(nT) (nT) - - /2/2 e(n) e(n) /2/22 m=00 其他其他（1 1）假设量化噪声是平稳的白噪声过程，有）假设量化噪声是平稳的白噪声过程，有 Ee(n)e(n+m)= Ee(n)e(n+m)=（2 2）假设量化噪声与输入信号不相关，有）假设量化噪声与输入信号不相关，有 Ee(n)x(n+m)=0
5、 m Ee(n)x(n+m)=0 m为任意值为任意值（3 3）在每个量化间隔上，量化噪声均匀分布，有）在每个量化间隔上，量化噪声均匀分布，有 P Pe e(e(n)=(e(n)=1 |e(n)| 1 |e(n)| /2/2 0 其他其他量化信噪比量化信噪比量化噪声的信噪比：量化噪声的信噪比：SNR=SNR= x x2 2/ / e e2 2 x x2 2语音信号序列的方差，语音信号序列的方差， e e2 2噪声序列的方差，噪声序列的方差， 用分贝表示，用分贝表示，SNR=10log(SNR=10log( x x2 2/ / e e2 2） SNR = signals energy / nois
6、es energySNR=6.02B+4.77SNR=6.02B+4.7720log(X20log(Xmaxmax/ / x x) )6.02B6.02B7.277.27 X Xmaxmax表示其峰值表示其峰值 B B为量化的比特数为量化的比特数当语音信号的幅度服从拉普拉斯分布时，当语音信号的幅度服从拉普拉斯分布时，X Xmaxmax4 4 x x 量化器每增加一个比特，量化器每增加一个比特，SNRSNR提高约提高约6dB6dB。当。当B=8,SNR=40dBB=8,SNR=40dB，满足一般通信系统的要求。当量化，满足一般通信系统的要求。当量化噪声的信噪比达到噪声的信噪比达到 60 6070
7、dB70dB，才能保障有高水平，才能保障有高水平通话质量，这时要求量化为通话质量，这时要求量化为 11 1113bits13bits。一般的。一般的音频音频A/DA/D、D/AD/A转换芯片，量化为转换芯片，量化为12bits12bits。A/D of some common audio signals Frequency Frequency scopescopeSampling Sampling frequencyfrequencyQuantizatiQuantization bitson bitsTelephoneTelephone200-3400200-34008 khz8 khz8 b
8、its8 bitsWide bandWide band50-700050-700016 khz16 khz16 bits16 bitsBroadcastiBroadcastingng20-15khz20-15khz37.8 khz37.8 khz16 bits16 bitsCDCD20-20khz20-20khz44.1 khz44.1 khz16 bits16 bits1.存储方式： 已量化好的语音信号序列按已量化好的语音信号序列按先入先出的顺序存入数据区。先入先出的顺序存入数据区。以便一个有限容量的数据区来以便一个有限容量的数据区来应付数量极大的语音数据。应付数量极大的语音数据。二、预处理
9、2.预加重： 在求语音信号频谱时，频率越高，相应的成在求语音信号频谱时，频率越高，相应的成分越小。预加重的目的是提升高频部分，使信号分越小。预加重的目的是提升高频部分，使信号的频谱变得平坦。以便于频谱分析和声道参数分的频谱变得平坦。以便于频谱分析和声道参数分析。析。 一般在语音信号数字化后，通过一个一阶一般在语音信号数字化后，通过一个一阶数字滤波器：数字滤波器：H(z)=1-H(z)=1- z z-1-1, , 接近接近1 1。x(n)x(n)x x (n)(n)H(z)=1-H(z)=1- z z-1-12. 加窗分帧处理： 加矩形窗加矩形窗加矩形窗加矩形窗加汉宁窗加汉宁窗加汉宁窗加汉宁窗
10、hanning hanning hanning hanning 第第n n帧帧第第n+1n+1帧帧第第n+2n+2帧帧 各帧之间有各帧之间有各帧之间有各帧之间有0 0 0 01/21/21/21/2的重叠，的重叠，的重叠，的重叠，由窗函数的定义决定的。由窗函数的定义决定的。由窗函数的定义决定的。由窗函数的定义决定的。w(n)=0.5*1-cos(2nw(n)=0.5*1-cos(2nw(n)=0.5*1-cos(2nw(n)=0.5*1-cos(2n /(N-1) /(N-1) /(N-1) /(N-1) t第n帧第n+1帧第n+2帧第n+3帧 第n+4帧 帧长帧长N N帧移帧移T T汉宁窗汉
11、宁窗 hanning海明窗海明窗 hamming矩形窗矩形窗(rectangular)Window shapesT T为帧移为帧移长度长度N N为帧长为帧长x0(m)0N-1x1(m)TT+N-1第第1 1帧帧第第2 2帧帧0 0N-1N-1N N2N-12N-1 第第1 1帧帧第第2 2帧帧0 0N-1N-1N/2N/2N+(N/2)-1N+(N/2)-1加矩形窗加矩形窗加矩形窗加矩形窗( ( ( (帧移长度为帧移长度为帧移长度为帧移长度为N N N N) ) ) )加汉宁窗加汉宁窗加汉宁窗加汉宁窗( ( ( (帧移长度为帧移长度为帧移长度为帧移长度为N/2N/2N/2N/2) ) ) )x
12、 x0 0(m)(m)x x1 1(m)(m)x x0 0(m)(m)x x1 1(m)(m)帧移帧移T=0帧移帧移T= N/2512512点的点的汉宁窗汉宁窗汉宁窗汉宁窗 当采用汉宁窗当采用汉宁窗当采用汉宁窗当采用汉宁窗 ，原有数据的幅度发生变化，原有数据的幅度发生变化，原有数据的幅度发生变化，原有数据的幅度发生变化，为了保持数据的原始幅度，必须采取各帧数据之为了保持数据的原始幅度，必须采取各帧数据之为了保持数据的原始幅度，必须采取各帧数据之为了保持数据的原始幅度，必须采取各帧数据之间有间有间有间有1/21/21/21/2的重叠。的重叠。的重叠。的重叠。 由于在由于在由于在由于在 10101
13、01030ms30ms30ms30ms，语音信号近似平稳。，语音信号近似平稳。，语音信号近似平稳。，语音信号近似平稳。每秒的帧每秒的帧每秒的帧每秒的帧数约为：数约为：数约为：数约为：33333333100100100100帧帧帧帧。 窗口的长度窗口的长度窗口的长度窗口的长度N N N N：频率分辨率：频率分辨率：频率分辨率：频率分辨率 f=ff=ff=ff=fs s s s/N/N/N/N。 f f f f随随随随N N N N的增加的增加的增加的增加而减少，频率分辨率得到提高，但时间分辨率降低而减少，频率分辨率得到提高，但时间分辨率降低而减少，频率分辨率得到提高，但时间分辨率降低而减少，频率
14、分辨率得到提高，但时间分辨率降低( ( ( (与与与与窗长成反比窗长成反比窗长成反比窗长成反比) ) ) )。应根据不同的应用场合来选择窗口的长。应根据不同的应用场合来选择窗口的长。应根据不同的应用场合来选择窗口的长。应根据不同的应用场合来选择窗口的长度度度度N N N N，应包含，应包含，应包含，应包含7 7 7 7个基音周期，因此可选择个基音周期，因此可选择个基音周期，因此可选择个基音周期，因此可选择100100100100300300300300点为点为点为点为宜。宜。宜。宜。Long window: frequency resolution Long window: frequency
15、 resolution time resolution time resolutionShort window: frequency resolutionShort window: frequency resolution time resolution time resolution 基音频率为基音频率为200Hz200Hz，采样频率为，采样频率为8kHz, 8kHz, 窗长：窗长： 8000 8000 (1/200)(1/200) 7=2567=256Windowing (frame)In short-term, non-stationary-stationaryNon-linear-li
16、near (10ms-25ms) 经过处理，语音信号就已经被分割成一帧一经过处理，语音信号就已经被分割成一帧一帧的加过窗函数的短时信号，然后再把每一个短帧的加过窗函数的短时信号，然后再把每一个短时语音帧看成平稳的随机信号，利用数字信号处时语音帧看成平稳的随机信号，利用数字信号处理技术来提取语音特征参数。在进行处理时，按理技术来提取语音特征参数。在进行处理时，按帧从数据区中取出数据，处理完后再取下一帧。帧从数据区中取出数据，处理完后再取下一帧。最后得到由每一帧参数组成的语音特征参数的时最后得到由每一帧参数组成的语音特征参数的时间序列。间序列。x0(m)0N-1x1(m)TT+N-1y0(m)0N
17、-1y1(m)TT+N-13.3 语音信号的时域分析一、短时能量及短时平均幅度分析二、短时过零率分析三、短时相关分析四、短时平均幅度差函数1.1.幅度分析的依据幅度分析的依据：是基于语音信号幅度随时间：是基于语音信号幅度随时间变化。清音段幅度小，其能量集中于高频段；浊变化。清音段幅度小，其能量集中于高频段；浊音段幅度较大，其能量集中于低频段。音段幅度较大，其能量集中于低频段。2.2.短时能量函数和短时平均幅度函数短时能量函数和短时平均幅度函数一、短时能量及短时平均幅度分析T T为帧移长度为帧移长度N N为帧长为帧长 男声男声“深圳深圳 广州广州 珠海珠海”的短时幅度统的短时幅度统计。在采样频率
18、为计。在采样频率为22050Hz22050Hz的情况下，取的情况下，取20ms20ms作作为一帧，帧长为为一帧，帧长为441441点，一共统计了点，一共统计了180180帧。帧。短时平均幅度短时平均幅度原始原始语音语音3.短时平均幅度函数和能量函数的作用短时平均幅度函数和能量函数的作用(1)(1)区分清区分清/ /浊音：浊音： E En n、M Mn n大，对应浊音；大，对应浊音； E En n、M Mn n小，对应清音。小，对应清音。(2)(2)在信噪比高的情况下，能进行有声在信噪比高的情况下，能进行有声/ /无声判决无声判决 无声时，背景噪声的无声时，背景噪声的E En n、M Mn n小
19、；小； 有声时，有声时，E En n、M Mn n显著增大。判决时可设置一个门限。显著增大。判决时可设置一个门限。(3)(3)大致能定出浊音变为清音的时刻，或反之。大致能定出浊音变为清音的时刻，或反之。 女声汉语拼音女声汉语拼音a a的一帧信号（在采样频的一帧信号（在采样频率为率为22050Hz22050Hz的情况下，取的情况下，取20ms20ms作为一帧），作为一帧），浊音的短时能量浊音的短时能量78.6178.61 男声汉语拼音男声汉语拼音s s的一帧信号（在采样频率为的一帧信号（在采样频率为22050Hz22050Hz的情况下，取的情况下，取20ms20ms作为一帧），清音的作为一帧），
20、清音的短时能量短时能量3.883.88。静音检测（静音检测（VADVAD）和舒适噪声）和舒适噪声(CNG)(CNG)的生成的生成VAD: Voice Activity DetectionVAD: Voice Activity DetectionCNG: Comfort Noise Generator CNG: Comfort Noise Generator 测试表明，人在正常谈话时，有测试表明，人在正常谈话时，有5050左右是静左右是静音。音。VADVAD是用来检测输入的信号是实际语音还是背是用来检测输入的信号是实际语音还是背景噪声，若检测是实际语音信号进行固定编码；如景噪声，若检测是实际语音
21、信号进行固定编码；如果是背景噪声，则采用更低的速率进行编码。果是背景噪声，则采用更低的速率进行编码。VADVAD检测的结果传送给检测的结果传送给CNGCNG则是接收端，重构背景噪声。则是接收端，重构背景噪声。VADVAD可通过能量检测来实现。可通过能量检测来实现。 短时能量函数一个主要的问题是短时能量函数一个主要的问题是E En n对信号电平对信号电平值过于敏感。由于需要计算信号样值的平方和，在值过于敏感。由于需要计算信号样值的平方和，在实际应用中（如定点设备）很容易溢出。因此，一实际应用中（如定点设备）很容易溢出。因此，一般用平均幅度函数般用平均幅度函数M Mn n来代替来代替E En n。
22、但这时，清音和浊。但这时，清音和浊音、有声和无声的幅度差不如短时能量明显。音、有声和无声的幅度差不如短时能量明显。存在的问题存在的问题1.1.过零率定义过零率定义：信号跨越横轴的情况。：信号跨越横轴的情况。对于连续信号，观察语音时域波形通过横轴的情况；对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。也就是样点改变符号的次数。t tn n二、短时过零率分析 ZCR 对于语音信号，是宽带非平稳信号，应考察其对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。短时平均过零率。sgn
23、(sgn(x x( (n n)=1 )=1 x x( (n n) ) 0 0 sgn(sgn(x x( (n n)= -1 )= -1 x x( (n n)0)0 sgn.sgn.为符号函数为符号函数3 3、短时平均过零的作用、短时平均过零的作用1.1.区分清区分清/ /浊音：浊音： 浊音平均过零率低，集中在低频端；浊音平均过零率低，集中在低频端； 清音平均过零率高，集中在高频端。清音平均过零率高，集中在高频端。2.2.从背景噪声中找出是否有语音，以及语音从背景噪声中找出是否有语音，以及语音的起点。的起点。 女声汉语拼音女声汉语拼音a a的一帧信号（在采样频的一帧信号（在采样频率为率为2205
24、0Hz22050Hz的情况下，取的情况下，取20ms20ms作为一帧），作为一帧），短时过零率为短时过零率为4646。 男声汉语拼音男声汉语拼音s s的一帧信号（在采样频的一帧信号（在采样频率为率为22050Hz22050Hz的情况下，取的情况下，取20ms20ms作为一帧），作为一帧），短时过零率为短时过零率为183183。 在实际应用中，短时平均过零率容易受到在实际应用中，短时平均过零率容易受到A/DA/D转转换是的直流偏移、换是的直流偏移、50Hz50Hz交流电源的干扰以及噪声的影交流电源的干扰以及噪声的影响。响。 减少这些干扰可以有两种方法：一种是采用带通减少这些干扰可以有两种方法：一
25、种是采用带通滤波器消除信号中的直流和滤波器消除信号中的直流和50Hz50Hz低频分量；低频分量；Bandpass filte HbwHb(ejw)x(n)x(n)y(n)y(n) 另一种是用过门限率来修改过零率，减少随机噪另一种是用过门限率来修改过零率，减少随机噪声的影响。声的影响。 过门限率反映了穿过正负门限的次数，如果存在过门限率反映了穿过正负门限的次数，如果存在随机噪声，只要信号没有超过随机噪声，只要信号没有超过-T,T-T,T的范围，就没有的范围，就没有有过零率产生。有过零率产生。T-T三、短时相关分析1.相关分析的依据： 用于确定两个信号在时域内的相似性。常用的用于确定两个信号在时域
26、内的相似性。常用的物理量为自相关函数和互相关函数。当两个信号物理量为自相关函数和互相关函数。当两个信号的互相关函数大时，则说明一个信号可能是另一的互相关函数大时，则说明一个信号可能是另一个信号的时间滞后或提前；当互相关函数为个信号的时间滞后或提前；当互相关函数为0 0时，时，则两个信号完全不同。则两个信号完全不同。 自相关函数用于研究信号本身，如波形的同步自相关函数用于研究信号本身，如波形的同步性和周期性。性和周期性。 主信号主信号s+n0s+n0，为有用信号，为有用信号s s（来自信号源）和一（来自信号源）和一个与它不相关的噪声信号的混合而成。个与它不相关的噪声信号的混合而成。 n1 n1为
27、另外拾取的噪声参考信号，与为另外拾取的噪声参考信号，与n0n0相关。相关。主输入信号主输入信号x=s+n0 + x=s+n0 + 输出输出ss参考输入参考输入n1n1自适应自适应滤波器滤波器+ +nn- -利用信号的相关性达到消除噪声的目的利用信号的相关性达到消除噪声的目的2.2.短时自相关函数的定义短时自相关函数的定义(1)(1)说明当时域信号为周期信号时，自相关函数也说明当时域信号为周期信号时，自相关函数也是周期性函数，两者具有同样的周期。是周期性函数，两者具有同样的周期。(2)R(2)Rn n(k)(k)为偶函数，为偶函数， R Rn n(k)(k)R Rn n( (k)k)(3)R(3
28、)Rn n(0)(0)最大，最大， R Rn n(0)(0) |R |Rn n(k)|, R(k)|, Rn n(0)=E(0)=En n, ,对于对于确定信号，确定信号， R Rn n(0)(0)是信号能量；对于随机信号或是信号能量；对于随机信号或周期信号，周期信号， R Rn n(0)(0)是平均功率。是平均功率。正弦波周期信号正弦波周期信号 正弦波周期信号的自相关函数波形正弦波周期信号的自相关函数波形 正弦波周期信号和其自相关函数叠加正弦波周期信号和其自相关函数叠加3 3、相关函数的作用、相关函数的作用1.1.区分清区分清/ /浊音。浊音。 浊音语音的自相关函数具有一定的周期性。浊音语音
29、的自相关函数具有一定的周期性。 清音语音的自相关函数不具有周期性，类似噪声，清音语音的自相关函数不具有周期性，类似噪声，有点如语音信号本身。有点如语音信号本身。2.2.估计浊音语音信号的周期，即估计基音周期。估计浊音语音信号的周期，即估计基音周期。 女声汉语拼音女声汉语拼音a a的一帧信号（在采样频率为的一帧信号（在采样频率为22050Hz22050Hz的情况下，取的情况下，取20ms20ms作为一帧），自相关作为一帧），自相关波形图。说明浊音的自相关函数具有一定的周期波形图。说明浊音的自相关函数具有一定的周期性。性。原始语音信号原始语音信号自相关函数波形自相关函数波形 原始语音信号和其自相关
30、函数波形原始语音信号和其自相关函数波形Auto-correlation peaks 男声汉语拼音男声汉语拼音s s的一帧信号（在采样频率为的一帧信号（在采样频率为22050Hz的情况下，取的情况下，取20ms作为一帧），自相关作为一帧），自相关波形图。波形图。原始语音信号原始语音信号自相关函数波形自相关函数波形 男声汉语拼音男声汉语拼音s s的一帧信号（在采样频率的一帧信号（在采样频率为为22050Hz的情况下，取的情况下，取10ms作为一帧），自作为一帧），自相关波形图。相关波形图。原始语音信号原始语音信号修改坐标的自相关函数波形修改坐标的自相关函数波形 用用MATLABMATLAB的函数的
31、函数randnrandn，产生一帧高斯白噪，产生一帧高斯白噪声，其自相关函数图。说明清音是噪声激励的声，其自相关函数图。说明清音是噪声激励的正确性。正确性。白噪声信号白噪声信号修改坐标的自相关函数波形修改坐标的自相关函数波形 声道的共振峰特性对基音周期的估计造成干扰，声道的共振峰特性对基音周期的估计造成干扰，这是因为语音信号包含丰富的谐波分量。基音频率的这是因为语音信号包含丰富的谐波分量。基音频率的范围分布在范围分布在5050450Hz450Hz左右。同时，第一共振峰通常左右。同时，第一共振峰通常在在2002001000Hz1000Hz的范围内，这样可能导致语音的谐波的范围内，这样可能导致语音
32、的谐波分量高于基频分量，对基音周期的估计造成错误。分量高于基频分量，对基音周期的估计造成错误。 采用中心削波法：采用中心削波法： Center-clipping techniqueCn三、短时平均幅度差函数（AMDF）1.短时平均幅度差函数的意义： 短时自相关函数是语音信号时域分析的重要参短时自相关函数是语音信号时域分析的重要参量，但由于乘法运算所需要的时间长。为了避免量，但由于乘法运算所需要的时间长。为了避免乘法，一个简单的方法就是利用差值，为此常常乘法，一个简单的方法就是利用差值，为此常常采用另一种与自相关函数有类似作用的参量，短采用另一种与自相关函数有类似作用的参量，短时平均幅度差函数。
33、时平均幅度差函数。 短时平均幅度差函数能够代替自相关函数的短时平均幅度差函数能够代替自相关函数的原理是：如果信号是完全的周期信号（设周期为原理是：如果信号是完全的周期信号（设周期为N Np p）, ,则相距为周期的整数倍的样点上的幅值相等，则相距为周期的整数倍的样点上的幅值相等，差值为零：差值为零：d(n)=x(n)-x(n-k)=0d(n)=x(n)-x(n-k)=0，短时平均幅度，短时平均幅度差函数定义为：差函数定义为： 对于周期性的对于周期性的x(n)x(n)，F Fn n(k)(k)也呈周期性，也呈周期性，与与R Rn n(k)(k)相反的是在相反的是在R Rn n(k)(k)谷点时，
34、对应谷点时，对应F Fn n(k)(k)是峰值。是峰值。周期为（周期为（629点）的正弦波点）的正弦波正弦波的平均幅度差函数波形正弦波的平均幅度差函数波形正弦波的自相关函数正弦波的自相关函数正弦波的平均幅度差函数正弦波的平均幅度差函数一帧浊音的的短时自相关函数一帧浊音的的短时自相关函数短时平均幅度差函数短时平均幅度差函数一帧清音的短时自相关函数一帧清音的短时自相关函数短时平均幅度差函数短时平均幅度差函数 浊音是一个准周期信号，在一帧语音内基音浊音是一个准周期信号，在一帧语音内基音周期近似恒定，因此，短时平均幅度差函数在周期近似恒定，因此，短时平均幅度差函数在浊浊音语音的基音周期上出现极小值，而在清音语音音语音的基音周期上出现极小值，而在清音语音中没有明显的极小值。中没有明显的极小值。短时平均幅度差函数和自相关函数的关系是：短时平均幅度差函数和自相关函数的关系是： 由于计算由于计算AMDFAMDF函数只需要加、减和取绝对值函数只需要加、减和取绝对值运算，用硬件实现（定点运算，用硬件实现（定点DSPDSP系统）时，运算量较系统）时，运算量较之短时自相关函数大大下降，同时，之短时自相关函数大大下降，同时，AMDFAMDF函数在函数在基音周期的谷点比自相关函数的峰值更加尖锐，基音周期的谷点比自相关函数的峰值更加尖锐，错判率现对较少，稳健性更高。错判率现对较少，稳健性更高。
