Signal processing
信号与系统
shaobo Huang
化繁为简,高效极致
展开
-
MFCC理解
MFCC在语音识别(SpeechRecognition)和话者识别(SpeakerRecognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scaleFrequency Cepstral Coefficients,简称MFCC)。根据人耳听觉机理的研究发现,人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响对大。两个响度不等的声音作用于...原创 2019-09-26 10:23:44 · 8251 阅读 · 0 评论 -
奈奎斯特采样定理
现实世界接触到的诸如电信号、光信号、声音信号等这些信号都是随时间连续变化的,称之为连续信号。但对于计算机来说,处理这些连续的信号显然是无能为力,要使计算机能够识别、计算、处理这些连续信号就必须将其转化为离散信号,将连续信号转换为离散信号的过程就叫采样。常用的mp3、数码照片、视频等都是经过了采样,才能应用于计算机上。采样后,计算机得到的是离散的点,用这些离散的点来代替连续的线就势必会产生误差,那...转载 2019-09-29 10:35:57 · 3057 阅读 · 0 评论 -
信号与频谱
身为一名通信专业出生的我,居然淡忘了信号的基本知识,今天带大家回顾一下,通俗易懂。信号(singal)简介我们在生活中经常遇到信号。比如说,股票的走势图,心跳的脉冲图等等。在通信领域,无论是的GPS、手机语音、收音机、互联网通信,我们发送和接收的都是信号。最近,深圳地铁通信系统疑似与WiFi信号冲突,也就是地铁的天线收到了WiFi的信号,而误把该信号当作地铁通信信号。我们的社会信息化,是建立在...原创 2019-09-30 10:20:11 · 8455 阅读 · 1 评论 -
时频分析:短时傅里叶变换实现(1)
Matlab spectrogram函数谱图函数使用短时傅里叶变换1语法 s = spectrogram(x) s = spectrogram(x,window) s =spectrogram(x,window,noverlap) s =spectrogram(x,window,noverlap,nfft) 2使用说明s = spectrogram(x)返回输入信号(x)的...转载 2019-09-30 11:48:10 · 2182 阅读 · 0 评论 -
时频分析:短时傅里叶变换实现(2)
1语法 s = spectrogram(x,window,noverlap,nfft,Fs) 2使用说明s = spectrogram(x,window,noverlap,nfft,Fs)返回输入信号的短时傅里叶变换,该函数和之前的返回结果有所不同,它的时间轴和频率轴发生了变化详细说明:返回输入信号x的谱图,结果存储在矩阵s中,其他参数的设置和之前一样,Fs是采样频率,单位为Hz...转载 2019-09-30 12:16:29 · 634 阅读 · 0 评论