1、语音信号和一般电 信号的时域分析有 什么不同呢？
2、语音信号频域分析有什么特别之处吗？
3、语音信号倒谱？？有什么用呢？
语音信号加窗分帧，预加重
分帧
分帧是用可移动的有限长度窗口 进行加权的方法来实现的，就是 用一定的窗函数ω(n)来乘s(n)， 从而形成加窗语音信号Sω(n)=s(n)× ω(n)窗函数时域表达式
窗函数时域对比
窗函数选择
1、加窗函数时，应使窗函数频谱的主瓣 宽度应尽量窄，以获得高的频率分辨能力；
2、旁瓣衰减应尽量大，以减少频谱泄漏 （拖尾）；但二者矛盾需考虑折中，
3、各种窗的差别主要在集中于主瓣的能 量和分散在所有旁瓣的能量之比。
4、对语音信号的短时分析来说，窗口的 形状是至关重要的。选用不同的窗口将使 时域分析参数的短时平均能量的平均结果 不同。窗函数特征
2、矩形窗的谱平滑性能较好，但损失了高频成分，使 波形细节丢失；而汉明窗则相反，从这一方面来看，汉 明窗比矩形窗更为合适。
窗口长度
采样周期Ts = 1/fs， 窗口长度N和频率分辨率Δf 之间存在以下关系：
要考虑语音信 号的基音周期。 通常在8kHz取 样频率下，N折 中选择为80～ 160点为宜(即 10～20ms持 续时间)。
语音信号 短时信号 短时语音帧 平稳的随机信号 提取语音特征参数 按帧从数据区中取出数据 每一帧参数组成的 语音特征参数的时间序列。语音信号时域分析
1、短时能量及短时平均幅度分析
1.幅度分析的依据：是基于语音信号幅度随时间变 化。清音段幅度小，其能量集中于高频段；浊音段幅度较 大，其能量集中于低频段。
2.短时能量函数和短时平均幅度函数
短时平均能量
短时能量及短时平均幅度分析
En是一个度量语音信号幅度值变化的函数，但它有一个缺 陷，即它对高电平非常敏感（因为它计算时用的是信号的 平方)。
短时能量和短时平均幅度作用
（1）区分清/浊音： 大，对应浊音， 小，对应清音。
（2）在SNR高的情况下，能进行有声/无声判决 无声时，背景噪声的 小 有声时， 显著增大。判决时可设置一个门限
（3）大致能定出浊音变为清音的时刻，或反之。 存在的问题： **短时能量函数对信号电平值过于敏感，在实际应用中 （如定点设备）很容易溢出。**此时可以用平均幅度函数 代替，单对清/浊音，有/无声 的幅度差不如短时能量 明显
短时过零率
短时过零率：一帧语音中语音信号波形穿过横轴(零电 平)的次数。
对于连续语音信号，过零即意味着时域波形通过时间 轴；
对于离散信号，如果相邻的取样值改变符号则称为过 零。过零率就是样本改变符号的次数。
短时过零率分析
短时过零率分析 (1)区分清/浊音： 清音平均过零率高，集中在高频端 浊音平均过零率低，集中在低频端 (2)从背景噪声中找出是否有语音。以及语音的起点
短时过零率分析 在实际应用中，
短时平均过零率容易受到A/D转 换的直流偏移、50Hz交流电源的干扰以及噪声的 影响。 减少这些干扰可以有两种方法: (1)采用带通滤波器消除信号中的直流和50Hz低频 分量
(2)用过门限率来修改过零率，减少随机噪声的影 响过门限率反应了穿过正负门限的次数，如果存在随 机噪声， 只要信号没有超过[-T,T]的范围，就没有过零率的 产生
短时相关分析
相关分析是一种常用的时域波形分析方法，并有自相 关和互相关之分。这里主要讨论自相关函数。
自相关函数具有一些性质，如它是偶函数；假设序列 具有周期性，则其自相关函数也是同周期的周期函数 等。可以应用于语音信号的时域分析中。 在语音信号分析中，采用的是短时自相关函数。
1．短时自相关函数
定义语音信号xn(m)的短时自相关函数Rn(k)的计算式如下：
短时自相关函数
短时自相关函数存在的问题：随着k的变化，参加运算的项 减少。极限k=N-1时无运算！ 改进方法：两个不同长度的窗
3．相关函数的作用 （1）区分清/浊音 浊音语音的自相关函数具有一定的周期性 清音语音的自相关函数不具有周期性，类似噪声。 （2）估计浊音语音信号的周期，即估计基音周期
短时平均幅度差函数(AMDF)。
短时自相关函数是语音信号时域分析的重要参量。但是， 计算自相关函数的运算量很大，其原因是乘法运算所需 要的时间较长。为了避免乘法，一个简单的方法就是利 用差值。为此常常采用另一种与自相关函数有类似作用 的参量，即短时平均幅度差函数(AMDF)。
平均幅度差函数能够代替自相关函数进行语音分析的原 理： 如果信号是完全的周期信号(设周期为Np)，则相 距为周期的整数倍的样点上的幅值是相等的，差值为零。
短时平均幅度差函数
语音信号频域分析语音信号的频域分析就是分析语音信号的频域特征。
从广义上讲，语音信号的频域分析包括语音信号的频 谱、功率谱、倒频谱、频谱包络分析等， 而常用的频域分析方法有带通滤波器组法、傅里叶变 换法、线性预测法等几种。本节介绍的是语音信号的 傅里叶分析法。
因为语音波是一个非平稳过程，因此适用于周期、瞬 变或平稳随机信号的标准傅里叶变换不能用来直接表 示语音信号，而应该用短时傅里叶变换对语音信号的 频谱进行分析，相应的频谱称为“短时谱”。
