声音处理：分帧与加窗

声音信号是连续的，而计算机处理的是离散的数据。为了让计算机能够处理和分析声音信号，我们需要将连续的声音信号分成一段一段的小片段，每一片段称为一帧。接下来，我们详细讲解分帧和加窗这两个步骤。

分帧：将声音信号分成小片段

分帧是将连续的语音信号按固定的时间长度分成多个小段。这样可以使每一小段信号保持稳定，便于后续处理和分析。

1. 为什么要分帧？

语音信号是动态变化的，直接处理整个连续的语音信号会非常复杂。将其分成小片段后，每一片段可以被视为短时间内相对稳定的信号，这样处理起来更简单、更高效。

2. 如何分帧？

通常，我们会选择一个合适的时间长度，将语音信号分成多个帧。常见的分帧长度为20毫秒到40毫秒。例如，我们可以将声音信号每25毫秒分成一帧，这样可以方便后续处理。

举个例子：想象你在看一部电影。电影是由一帧一帧的画面组成的，每秒钟可能有24帧或更多。每一帧画面都相对稳定，连续播放这些帧就形成了动态的视觉效果。同样的道理，我们将语音信号分成多个帧，每一帧代表短时间内的声音。

加窗：平滑每一帧的边缘

加窗是对每一帧信号进行处理，使得帧的边缘信号逐渐减小到零，从而减少帧与帧之间的跳变。这样可以使每一帧在连接时更加平滑，避免突变带来的噪音。

1. 为什么要加窗？

直接分帧后，每一帧的边缘可能会出现不连续的突变，导致频谱失真。通过加窗处理，可以平滑帧的边缘，使得帧与帧之间过渡更加自然。

2. 如何加窗？

加窗通常通过乘以一个窗口函数来实现。窗口函数是一个在帧的开头和结尾逐渐减小的函数，使得帧的边缘信号逐渐减小到零。常用的窗口函数有汉明窗和汉宁窗。

汉明窗：

汉明窗是一种常用的窗口函数，它的形状类似于一个平滑的波形，在帧的两端逐渐减小到接近零。具体来说，汉明窗的计算公式如下：
$$w[n]=0.54-0.46$$