语音信号处理-赵力-笔记之语音信号分析：

1.语音信号的数字化和预处理：

数字化包括放大、增益控制、抗混叠滤波、采样、AD转换、编码（PCM编码)；预处理包括预加重、加窗、分帧。在所有这些之前要把语音信号在一段音频中找出来，即端点检测。

       

①预滤波：滤除高于二分之采样频率的部分，防止混叠；抑制50Hz的电源工频干扰。故预滤波为带通滤波器--对于绝大多数语音编译码器，上截止频率3400Hz,下截止频率60~100Hz,采样频率8kHz；在要求较高的场合中上截止频率4500Hz或8000Hz,下截止频率60Hz，采样频率10kHz或20kHz。

预滤波、采样后，要进行量化编码。当信号波形变化足够大或量化间隔足够小时，量化噪声（量化误差）符合具有以下特征的统计模型：平稳白噪声、与输入信号不相关、在量化间隔内均匀分布。

量化器中每增加一个比特的字长，输出信噪比会增加6dB。7bit的字长那，输出信噪比35dB,此时语音质量已满足一般通信需求。而研究表明语音波形的动态范围达55dB,因此实际上常用12bit量化，以补偿动态变化。

②预处理：已数字化的语音信号序列将一次存入一个数据区，在语音信号处理中一般用循环队列的方式存储这些数据。语音信号的平均功率受到声门激励和口鼻辐射的影响，高频段在800Hz以上按6dB/倍频程跌落，因此在预处理时预加重，提高高频部分，使得整个语音信号频谱变得平坦。预加重一般是一阶的数字滤波器：

预加重后就要进行加窗分帧：可以连续分段也可以交叠分段以使得平滑过渡，保证连续性：

                                   

常用的窗是矩形窗和汉明窗；窗的形状要求是时间窗两端坡度尽量小，

   

2.语音信号的时域分析：

① 短时能量：所有语音帧信号的平方和为短时能量，但其对高电平敏感，故有时取短时幅度函数和作为能量。

  

②短时过零率：在实际求过零率参数之前为防止工频干扰，会增设抗混叠滤波器

③短时相关分析

④短时平均幅度差函数：替代自相关函数进行语音分析。

3.语音信号的频域分析：

①短时傅里叶变换，短时谱

②短时谱的临界带特征矢量

4.语音信号的倒谱分析：

同态处理实现--同态滤波--解卷积。求倒谱特征参数的方法：线性预测、同态分析。

①同态分析：将非线性问题转换为线性来处理。语音信号可视为声门激励信号和声道冲激响应卷积得到的。同态系统模型：

   

特征系统注解：将输入的时域卷积进行傅里叶变换得到频域的乘积信号，取对数得到相加信号，傅里叶反变换输出。