本文详细介绍了语音信号处理的过程，包括预处理、数字化和特征提取。预处理涉及放大、增益控制和反混叠滤波；数字化通过A/D转换实现；特征提取则关注共振峰和不同域的分析。时域分析简洁直观，频域分析强调顽健性，倒谱域提供反傅里叶变换视角。此外，文章还讨论了模型分析法、采样量化、预加重、短时加窗处理以及短时能量和过零率在语音分析中的作用。
语音信号处理过程的总体结构：
语音输入-->预处理-->数字化-->特征提取
预处理：对信号适当放大和增益控制，并进行反混叠滤波来消除工频信号干扰
数字化：进行A/D转换
特征提取：用反映语音信号特点的若干参数来代表语言
共振峰：当把声道看成一个发音的腔体的时候，激励的频率达到他的固有频率，则声道会以最大的振幅来振荡，即产生共鸣，这个频率称为共振频率(formant frequency)，简称共振峰(formant)
语音信号分析分为时域、频域、倒谱域
时域分析优点：简单直观、清晰易懂、运算量小、物理意义明确
常用的频域分析方法有带通滤波器组方法、傅里叶变换方法和线性预测分析法
频谱分析方法优点：频谱对外界环境变化具有一定的顽健性。利用频域分析获得语音特征具有实际的物理意义。如：共振峰参数、基音周期等参数
最低0.47元/天 解锁文章
扫一扫
847
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
