语音信号处理(二):矩形窗和汉明窗时域波形和频域波形

一:通过代码实现

clear all;
h=zeros(10000,1);
h(2001:8000)=1;  %2001-8000上令值为1
subplot(2,2,1);
plot(h,'r-');
title('矩形窗时域波形');
xlabel('样点数');
ylabel('幅度');
hold on;
axis([0 10000 0 1.5]);

w=h(2001:2060);
W=fft(w,1024);  % 对w进行1024点fft计算
W2=W/W(1);
W3=20*log10(abs(W2));
W4=2*[0:511]/1024;
W5=[0:1023]/1024;
subplot(2,2,2);
plot(W4,W3(1:512));
% plot(W5,W3);
title('矩形窗幅度特性');
xlabel('归一化频率')
ylabel('幅度/dB');
hold on;

%haming 
ham=hamming(60);
subplot(2,2,3);
plot(ham,'b');
title('汉明窗时域波形');
xlabel('样点数')
ylabel('幅度');
hold on;

H=fft(ham,1024);
H1=H/H(1);
H2=20*log10(abs(H1));
H3=2*[0:511]/1024;
H5=[0:1023]/1024;
subplot(2,2,4);
plot(W4,W3(1:512));
% plot(H5,H2);
title('汉明窗幅度特性');
xlabel('归一化频率')
ylabel('幅度/dB');

在这里插入图片描述

二:通过wvtool来显示窗的形状和频域图形

在这里插入图片描述
在这里插入图片描述
再如:

wvtool(hamming(64),hann(64),gausswin(64));

在这里插入图片描述

  • 2
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
清音和浊音是语音信号的两种基本声音类型。清音信号是指发音时声带不振动或振动幅度很小的声音,如“s”、“f”等;浊音信号是指声带振动幅度较大的声音,如“b”、“g”等。 汉明窗矩形是常用的函数,用于对语音信号进行分析和处理。在时域上,函数可以看作是一个平滑的加权函数,用于在时域上将信号切分为连续的小段;在频域上,函数的作用是对信号进行平滑处理,减小频域波峰和波谷的出现。 下面是清音信号和浊音信号加汉明窗矩形时的时域波形和频谱比较: 1. 清音信号加汉明窗矩形时的时域波形和频谱: 时域波形:清音信号经过汉明窗矩形处理后,波形变得更加平滑,峰值和波峰之间的间隔也变得更加均匀。在汉明窗矩形处理时,函数长度的选择对于时域波形的平滑度和波形的形态有着较大的影响。 频谱:清音信号的频谱经过汉明窗矩形处理后,峰值和波峰之间的间隔也变得更加均匀,频谱幅度也得到了平滑处理。此外,汉明窗的频谱幅度要比矩形的频谱幅度更加平滑。 2. 浊音信号加汉明窗矩形时的时域波形和频谱: 时域波形:浊音信号经过汉明窗矩形处理后,波形变得更加平滑,峰值和波峰之间的间隔也变得更加均匀。但是,与清音信号相比,浊音信号的波形更加复杂,峰值和波峰之间的间隔也更加不规则。 频谱:浊音信号的频谱经过汉明窗矩形处理后,峰值和波峰之间的间隔也变得更加均匀,频谱幅度也得到了平滑处理。但是,与清音信号相比,浊音信号的频谱更加复杂,峰值和波峰之间的间隔也更加不规则。 总的来说,汉明窗矩形处理可以对语音信号进行平滑处理,使得时域波形和频谱更加平滑和均匀,但是对于不同类型的语音信号,处理结果会有所不同。在实际应用中,需要根据具体情况进行选择。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值