声学特征提取普及笔记

声学特征如何提取？

一、声学特征预处理

首先进行预处理，就是我们最后要提取一帧一帧的这种声学特征，这个语音信号经过预处理然后提取特征，那么特征也有用原始的傅里叶变换，STFT短时傅里叶变换得到这个语谱图特征，也有用FBANK就没有滤波器的输出，还有用MFCC。预处理包括预加重、分帧、加窗。

 预处理---预加重

受到唇端辐射抑制，高频能量明显降低，不利于后续的分析跟识别，所以要进行补偿。就是采用预加重对高频部分的振幅做一些规整，让它减少被动化的影响。

预加重公式就是用前后采样点相减，其中权重系数，

 预处理---分帧

我们对这个声音要进行分析，就是需要假设声音短时平稳性，才能进行短时分析，就是假定极限它是固定，假设在一个时间段里面它是静态的，才能对曲线的变化特征进行计算，那么这个语音满足短时平稳性，因为我们的发音器官不可能高速在变化，我们在说话的时候，会经过这个发音器官有所调整，但是在短时间内：在这种10~30ms我们可以认为是稳定