Yoc Lu

语音信号处理基础（一）通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息的形式。语音基本声学特性语音是发声器官发出的一种声波，具有一定音色，音调，音强和音长。 音色：即音质，是一种声音区别另一种声音的基本特性； 音调：声音的高低，取决于声波的频率； 音强：声音的强弱，由声波的振动幅度决定； 音长：取决于发音时间的长短。音节说话时一次发出的，具有一个响亮的中心...

语音信号处理基础（二）语音信号的特性主要是指它的声学特性、时域波形、频谱特性以及语音信号的统计特性等。这些特性对应着各种语音信号特性分析图，如时域图、频谱图和语谱图等。时域图时域图中，语音信号直接用它的时间波形表示出来，通过观察时间波形可以看出语音信号一些重要特性。 （横轴时间，纵轴振幅） 上图是 “sou ke”的时域图，图中标明了时间及各个音节的起始位置。 由于在时域波形...

语音信号处理基础（三）倒谱分析（Cepstrum Analysis）下面是一个语音的频谱图。峰值表示语音的主要频率成分，我们把这些峰值称为共振峰（formants），共振峰携带了声音的辨识属性（就像个人身份证一样），特别重要，用它就可以识别不同的声音。 我们要提取的不仅仅是共振峰的位置，还得提取它们转变的过程。所以我们提取的是频谱的包络（Spectral Envelope）。这包络就...

语音信号处理基础（四）功率谱和能量谱要区分功率谱和能量谱，首先要清楚两种不同类型的信号：功率信号和能量信号。我们从一个具体的物理系统引出能量信号和功率信号的概念。 已知阻值为R的电阻上的电压和电流分别为v(t) 和 i(t)，则此电信号的瞬时功率为： p(t) = v2(t)/R = i2(t)R。 在作定性分析时，方便起见，通常假设电阻R为1欧姆而得到归一化 (Normoli...

语音信号处理基础（五）白噪声和粉红噪声白噪声或粉红噪声之类是自然状态的噪声。之所以叫白噪声，粉红噪声，是由光波的谱线图（就是光谱图）类比而来，白噪声的特点是各频段的能量均匀（频谱类似太阳光谱即白光光谱），粉红噪声是在低频段强在高频段弱的噪声（频谱图类似偏红的光谱即粉红光谱）。 1: 白噪音white noise 所谓白噪音是指一段声音中的频率分量的功率在整个可听范围（0～20KHZ...