信号的语谱图
2.1带限信号特性
语音中设计窗函数,窗函数性质大同小异,这里以窗函数为对象进行分析。
对于时域的窗函数:
其表达式为:
对应的傅里叶变换:
表达式为:
可见信号的时宽越大(小),信号的频带宽度越小(大),对于矩形窗,有着带宽B与时宽乘积为这样的特性,其他窗函数也有着类似的性质。
MATLAB仿真举例:
根据上面的分析,信号长度定为2000(即2*pi的长度)的话,矩形窗为40,要满足时宽与带宽乘积为2000不变,理论上带宽应为50,一下的结果图验证了上面的理论:
由于语音信号具有短时平稳特性,因此对其分析时,要进行加窗处理,借助上面的分析,可以看出,窗长如果选择短一些的话,就是时宽较小,对应的带宽就要大一些,在这种情况下得到的就是宽带语谱图,反之则得到窄带语谱图。
2.2 窄带语谱图
对于一段语音进行分析(语音内容为0 1 2 3 4 5 6 7 8 9),语音采样率为8000Hz,取窗长为512个数据点,帧移为窗长的1/4,即128个数据点。
得到如下结果图:
从结果图中可以清楚看到谐波的结构,频率分辨率非常好,但是时间上的分辨率就不理想。对于上述语音,画出其频率特性:
语音低频部分(红线)体现了声道的特性,窄带语谱图,频率分辨率太过精细,不能很好体现出共振峰的大致位置,即反映不出基波的变化特性。
2.3宽带语谱图
对于一段语音进行分析(语音内容为0 1 2 3 4 5 6 7 8 9),语音采样率为8000Hz,取窗长为128个数据点,帧移为窗长的1/4,即32个数据点。
得到如下结果图:
与窄带语谱图相反,宽带语谱图的时间分辨率很好,频率分辨率较低,不能很好反映声音的纹理特性,反映了频谱的时变特性,能很好分辨出共振峰的大致位置,但分辨不清谐波结构。