Audacity语音分析--数据压缩部分实验

作者：赤赤子

了解清音浊音爆破音及其性质

清音

清音：当气流通过声门时,如果声道中某处面积很小，气流高速冲过此处时产生湍流，当气流速度与横截面积之比大于某个临界速度便产生摩擦音，即清音。

我们可以总结为清音发声时声带不需震动。举例为：p、t、k、c、q、f、s。

浊音

浊音：语音学中，将发音时声带振动的音称为浊音，声带不振动的音称为清音。辅音有清有浊，而多数语言中的元音均为浊音，鼻音、边音、半元音也是浊音。

我们可以总结为清音发声时声带需震动。举例为：U、ao等常见发音。

爆破音

爆破音：爆破音是指发音器官在口腔中形成阻碍，然后气流冲破阻碍而发出的音。在某些情况下，发爆破音时气流不必冲破阻碍，而只是发音器官在口腔中形成阻碍，并稍做停顿即可。

其中清音和浊音都分别有其爆破音。如：p、g。

进行Audacity音频分析

这里我选取了清音f，浊音ao，爆破音b录制了三段音频分别用audacity音频软件进行了裁剪与时频域分析，结果如下。由于语音信号具有短时平稳性，在20ms-30ms内是平稳的便于分析。因此在10ms量级上取50ms分帧处理对语音信号进行分析观察。

清音f

时域分析

幅度较小未控制与浊音的强度一致，不过应该不影响频率分析。

频域分析

总结

对于清音来说能量集中在高频区，这一点其实对照浊音的频谱可以较为明显的看出。但是其实从图像上来看频域上各个频段都有分布，整体起伏较为和缓。而短时平均过零率高得离谱，导致我放大了好几倍才看的清谱线。相比而言，清音更相似于白噪声。

浊音ao

时域分析

频域分析

总结

浊音能量较为集中的分布在低频区，高频区基本没有谱线了。共振峰较为明显（这里好像也不太明显不过可能是其余条件干扰？），短时能量较高。可以分析出浊音的短时平均过零率远远小于清音。而从时域上看可以清楚的看清它的周期，有一个一个的幅值波动，而幅值变化也较为平缓。

爆破音b

时域分析

频域分析

总结

由于选择的是浊音爆破音b，所以其大致谱线与浊音谱线类似，其能量集中在低频区，却已经没有了明显的共振峰，明显的向清音的不规则谱线出现了靠拢的趋势。短时能量很高。

性质验证

其实可能是由于录制带来的噪音或者是格式转换时对音频的影响，部分结果并不规范，只能验证，而无法较为明显的看出，这里我采取的是手机录音然后由m4a格式转换到MP3然后分析的方式，这是由于Audacity需要下载一个库文件。不知道转换成wav的话对结果会不会有一定影响，有机会仍会探究。
以上内容是第一次数据压缩实验内容。