音频知识点汇总1
需积分: 0 18 浏览量
2022-08-08
22:40:12
上传
评论
收藏 1.65MB DOCX 举报
FFT：对非平稳信号存在局限性，只能描述全局的频率特点，但是对于频域细节（各成分出
现时刻并无所知），因此，时域相差很大的信号可能频谱相同。
STFT：相当于对时域信号先进行加窗，然后对每段信号进行傅立叶变换。虽然可以描述频域
的细节，但是 STFT 的选择相对困难，窗太窄，窗内信号太短，导致频率分析不够精准，频
率分辨率差；窗太宽，时域上不够精细，时间分辨率低
小波变换：将无限长的三角函数基换成了有限长的会衰减的小波基。小波基有两个变量：尺
度和平移量，尺度控制小波函数伸缩——对应频率（反比），平移量控制小波函数平移——
对应时间，因此可以同时反映时域信息和频域信息。低频部分具有较低的时间分辨率和较高
的频率分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合于分析非平
稳的信号和提取信号的局部特征
频谱混叠：采样频率不满足奈奎斯特定理后，频域周期延拓频谱出现重叠
频谱泄露：时间信号在进行运算时，需要将其截断，通常采用加窗操作，加窗相当于时域相
乘，也即频域卷积，于是频谱中除了本该有的主瓣之外，还出现本不该有的旁瓣，这就是频
谱泄露。整周期截断是不发生频谱泄露的充要条件，采用合适的缓变窗函数，减小旁瓣能量。
栏栅效应：DFT 变换只限制在离散的频谱，就像通过栏栅看景象，只能在特定点上看到真实
的景象。减少栏栅效应的方法：增加频域抽样点
因果稳定系统：输出只有当前和之前的输入有关，和之后的信息无关。充要条件：h(n) =
0,n<0
MFCC：
预加重：将音频信号通过高通滤波器，提升高频部分，突出高频的共振峰，高频包含细
节信息；
分帧：音频信号在整体上是非平稳信号，但是局部是平稳的，采用分帧可以更方便观察
音频特性，分帧音频会有重叠区域；
加窗：平滑信号，使用汉明窗可以减弱 FFT 以后旁瓣大小和频谱泄露
FFT：音频频域上特性相较于时域更容易观察
三角带通滤波器：将能量谱通过一组 Mel 尺度的三角滤波器组，对频谱进行平滑化，
并消除谐波，突出原来语音的共振峰，另外可以降低运算量
能量值取 log：由于人耳对声音感知并不是线性，用 log 这种非线性关系更好描述
DCT 变换：能量集中在低频部分，用于压缩
评论0
最新资源