主要内容
(回顾)
语音信号的时频特性
语音信号的产生模型
语音信号的短时分析技术
语音信号线性预测分析
语音识别
1
语音信号波形是语音声波经过声-电转换器
得到的连续时间函数；
波形以振幅随时间变化为特征，综合的表达
了语音的全部信息：包括语音的内容、音调
、音质、相对音量变化等；
2
波形特性
语音信号幅度动态范围一般最大为40分贝，实际
由于说话人的差别可以达到60~70分贝。
元音幅度较大，有准周期性；清辅音幅度小，和
噪声特性相似。
在长时间的语音信号中有相当多的无信号区间，
即所谓的语音寂静区间。
幅度概率密度函数以零幅和近似零幅的概率高，
而幅度非常高的情况概率很小。
长时平均幅度的概率密度分布可以用高斯分布、
拉普拉斯分布和伽玛(Gamma)分布逼近。
对于短时幅度概率密度用高斯分布逼近就够了。
3
频率特性
带宽有限
一般为20~3400Hz ,有限的带宽特性决定了可以用有
限的奈奎斯特取样速率，把语音信号离散化
功率谱密度
语音中不同频谱分量的平均概率可以用长时平均谱密度来
表示。
语音波形高频分量对语音总能量的贡献很小，但是高频分
量带有重要的语音信息，平均功率谱约在250-500Hz处最
大，而高于此频率的功率谱约以每倍频程6~10dB下降。
语音信号的短时频谱并不总是低通特性。辅音有较高的频
谱分量，显噪声特性；元音从总体上看是低通的，显示明
显的局部特性。
4
清音与浊音
浊音（Voiced Speech ）
声带的振动产生准周期的声门脉冲激励声道产生浊音；
在时域是准周期的（quasi-periodic），在频域具有谐波结
构；
周期脉冲的频率就是基频（Fundamental Frequency）或
基音（Pitch）；
清音（Unvoiced Speech ）
当气流在声道中受到阻碍时，产生湍流，此时生成清音。
清音在时域类似随机噪声，在频域具有宽带特征；
混合音（Mixed Speech ）
5
评论0