语音信号处理知识点

语音信号处理过程的总体结构：

语音输入-->预处理-->数字化-->特征提取

预处理：对信号适当放大和增益控制，并进行反混叠滤波来消除工频信号干扰

数字化：进行A/D转换

特征提取：用反映语音信号特点的若干参数来代表语言

 

共振峰：当把声道看成一个发音的腔体的时候，激励的频率达到他的固有频率，则声道会以最大的振幅来振荡，即产生共鸣，这个频率称为共振频率(formant frequency)，简称共振峰(formant)

 

语音信号分析分为时域、频域、倒谱域

时域分析优点：简单直观、清晰易懂、运算量小、物理意义明确

常用的频域分析方法有带通滤波器组方法、傅里叶变换方法和线性预测分析法

频谱分析方法优点：频谱对外界环境变化具有一定的顽健性。利用频域分析获得语音特征具有实际的物理意义。如：共振峰参数、基音周期等参数

倒谱域是将对数功率谱进行反傅里叶变换后得到的

语音信号分析分为模型分析法和非模型分析法。

模型分析法：依据语音信号产生的数学模型，来分析和提取表征这些模型的特征参数：共振峰模型分析和线性预测分析

 

语音信号数字化

数字化之前，必须进行防混叠滤波及防工频干扰滤波。防混叠滤波指滤除高于1/2采样频率的信号成分或噪声，是信号带宽限制在某个范围内，否则产生频率混叠；工频干扰指50Hz的电源干扰。