语音处理理论和应用

语音处理介绍
语音处理
语音信号处理(语音处理)
语音文件一般为wav格式。下图可视化的音频文件,横坐标为采样点数,纵坐标为幅度。
音频信号主要的问题
- 波形数据的分布非常不均匀。
- 开头和结尾的静音部分。
- 波形中含有噪音部分。
语音信号预处理步骤
- 数字化:将从传感器采集的模拟语音信号离散化为数字信号
- 预加重:预加重的目的是为了对语音的高频部分进行加重,去除口唇辐射的影响,增加语音的高频分辨率
- 端点检测:从语音信号中识别并消除长时间静音段,减少环境对信号的干扰
- 分帧:因为语音的短时平稳性,所以要进行“短时分析”,即将信号分段,每一段称为一帧(一般10-30ms