短时时域分析

本文详细介绍了短时域分析在语音信号处理中的应用,包括短时能量、短时平均幅度、短时过零率、短时自相关和短时平均幅度差等参数的计算和作用。这些参数可用于语音的分割、预处理和识别,特别是在区分清音和浊音、信噪比判断等方面。此外,还提到了自相关函数和平均幅度差函数在计算和分析中的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

短时时域分析

语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时,最先接触到并且也是最直观的是它的时域波形。语音信号本身就是时域信号,因而时域分析是最早使用,也是应用最广泛的一种分析方法,这种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析及应用,如语音的分割、预处理、大分类等。这种分析方法的特点是:①表示语音信号比较直观、物理意义明确。②实现起来比较简单、运算量少。③可以得到语音的一些重要的参数。④只使用示波器等通用设备,使用较为简单等。


[外链图片转存失败(img-gfkOoSTu-1565843269803)(C:\Users\ADMINI~1\AppData\Local\Temp\1565835661004.png)]

[外链图片转存失败(img-QJV1TFmg-1565843269804)(C:\Users\ADMINI~1\AppData\Local\Temp\1565835677436.png)]

在医学上,利用超声波的巨大能量还可以把人体内的结石击碎

(声音即是能量)

短时能量

由于语音信号的能量随时间而变化,清音和浊音之间的能量差别相当显著,因此对短时能量和短时平均幅度进行分析,可以描述语音的这种特征变换情况。设第n帧语音信号xn(m)的短时能量用En表示,

[外链图片转存失败(img-TdlooDG4-1565843269808)(C:\Users\ADMINI~1\AppData\Local\Temp\1565836462569.png)]

短时平均能量用途:

​ (1) 可以作为区分清音和浊音的特征参数;

​ (2) 在信噪比比较高的情况下,短时能量可以作为区分有声和无声的依据;

​ (3) 可以作为辅助的特征参数用于语音识别中。

%author: qyq
%计算短时能量函数
function para=STEn(x,win,inc)
%par
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值