窄带语谱图c语言算法,第二章语谱图分析.ppt

第二章语谱图分析

3.6 语音信号的 语谱图分析 语谱图 语音的时域分析和频域分析是语音分析的两种重要方法。但是这两种方法均有局限性： 时域分析对语音信号的频率特性没有直观的了解； 特性中又没有语音信号随时间的变化关系。 因此人们致力于研究语音的时频分析特性，把和时序相关的傅里叶分析的显示图形称为语谱图。 语谱图在1941年由贝尔实验室研究人员发明，它试图用三维的方式显示语音频谱特性， 纵轴表示频率，横轴表示时间，颜色的深浅表示特定频带的能量大小，语谱图的发明是语音研究的一个里程碑，它将语音的许多特征直观的呈现出来。 语谱图中显示了大量的与语音的语句特性有关的信息，它综合了频谱图和时域波形的特点，明显地显示出语音频谱随时间的变化情况，或者说是一种动态的频谱。 语谱图产生流程 一、语谱图的分类 语谱图分为宽带语谱图和窄带语谱图两种。 宽带语谱图：带宽约为300Hz，具有良好的时间分辨率，但是频率分辨率较差； 宽带语谱图能给出语音的共振峰频率及清辅音的能量汇集区，在语谱图里共振峰呈现为黑色的条纹。 窄带语谱图：带宽约为45Hz,具有良好的频率分辨率，但是时间分辨率较差。 有利于显示基音频率及其各次谐波，不利于观察共振峰的变化。 在不同的语谱图上所表现的语音特征也不同。 二、宽带语谱图的典型谱型 宽带语谱图的典型谱型： 宽横杠(Bar)：代表元音的共振峰位置，表现为图中与水平时间轴平行的较宽的黑杠，不同元音的共振峰位置不同，根据宽带语谱图上各横杠的位置可以区分不同的元音，不同人发音的第一共振峰位置会不同，但其分布结构是相似的。 竖直条(spike)代表塞音(b,d,g,p,t,k)或塞擦音(z,zh,j,c,ch,q),表现为图中与垂直频率轴平行的较宽的黑条，在时间上持续时间很短，在频率轴上集中区位置随不同的辅音而不同 摩擦乱纹(fill):代表摩擦音(s,sh,x,f,h)或者送气音的送气部分，表现为图中无规则的乱纹。 三、窄带语谱图的典型谱型 窄横条：代表元音的基音频率及各次谐波，表现为图中与水平轴平行的线条，窄横条在频率轴的位置对应了音高频率值，随时间轴的曲折、升降变化代表了音高变化的模式 无声间隙段：对应于语音的停顿间隙，在图中表现为空白区，在两种语谱图中都存在。 语谱图分析 语谱图中的花纹有横杠、乱纹和竖直条等 横杠是与时间轴平行的几条黑色带纹，它们是共振峰，从横杠对应的频率和带宽可以确定相应的共振峰频率和带宽 在一个语音段的语谱图中，有没有横杠出现是判断它是否是浊音的重要标志。 竖直条(又叫冲直条)是语谱图中出现与时间轴垂直的一条窄黑条。 每个竖直条相当于一个基音，条纹的起点相当于声门脉冲的起点，条纹之间的距离表示基音。条纹越密表示基音频率越高。 Matlab 命令：specgram Wideband spectrogram：给出共振峰频率 Narrowband spectrogram：基音周期及其谐波 宽带语谱图：“毕业”语谱图 “旷课”语谱图 “曼谷”语谱图 “受用”语谱图 语谱图分析 瀑布 语谱图(SPECTROGRAM) 时间、频率、幅值三维坐标， 频谱帧随时间变化 彩色语谱图 3.6.2 语音信号特性分析 3.6.2 语音信号特性分析 语音信号的特性主要指它的声学特性、语音信号的时域波形和频谱特性以及语音信号的统计特性。 关于声学特性前面已做了介绍，下面主要分析它的时域波形和频谱特性。 对上段语音信号的分析： 这段语音的频率带宽为300-3400Hz 横轴为时间，纵轴为语音的幅度。 采样频率为8kHz，持续时间为4s。 时间轴压缩很短，只能看清该段语音的轮廓，无法辨识语音波形的具体细节。 话者1发音“0”的结果 话者1另一次发音“0”的结果 话者1发音“0”的结果 话者2发音“0”的结果 一首歌曲的截取语音段 汉语拼音“sou ke”的时间波形 元音[ou]的频谱图 语音特性分析实例：Ten above in suburbs 辅音[s]的频谱 语音波形及特性 女声“他去无锡市”的时域波形图 * * * * * * 3.6.1 语谱图分析 3.6.2 语音信号特性分析 一段语音的时域波形及其语谱图 语音时域波形 对应的语谱图 3.6.1 语谱图分析 语音录制 数据读入程序 信号分帧加窗 能量密度谱计算 功率谱伪彩色显示 语谱图显示 这种反映语音信号动态频谱特性的时频图在语音 分析中具有重要的实用价值，被称为“可视语言” Every salt breeze comes form the sea Wide band narrowband specgram computes the windowed discrete-time Fourier transform