1，语音信号处理

一段音频信号在时域上，可以用一个实数向量来表示。这个数组的大小=采样率*音频时长。举个例子：一段采样率为8000，长15.6s的音频在matlab中表示为:15.6x8000=124800大小的实数向量

下面是利用matlab读取.wav文件和.pcm文件的两种方法

1.1 读取wav

[x1, fs_n] = audioread('test\Far_common.wav');

1.2 读取pcm

fid_far = fopen("test\Far_common.pcm",'r');
x_far = fread(fid_far,inf,'int16');

从上图可以看出，音频信号在matlab中就是用一个向量来表示。

2，语音信号处理基础知识

2.1，频谱图

概念： 表示信号频率与能量的关系。频谱图一般由相位频谱图和幅度频谱图两部分构成。

绘制方法： 对一段时域音频做傅里叶变换，得到的就是频谱图。但是由于其包含两部的信息，因此不能直接绘制。其可以作为相位频谱图和幅度频谱图分别进行绘制。

[x1, fs_n] = audioread('D:\blog\新建文件夹\Far_common.wav');
xi_fd = fft(x1);

观察结果可以发现，一维向量做傅里叶变化后得到一个同样的大小的复数向量。

2.1.1 相位频谱图

概念： 在傅里叶分析中，将各个分量的相位随频率的变化成为信号的相位谱。

绘制方法： 将频谱中的幅值部分换成相角，这里利用matlab中的angle函数进行绘制。

[x1, fs_n] = audioread('test\Far_common.wav');   %频域信息
x1_fd = fft(x1);%求相位谱
n=0:length(x1)-1;
f=n*fs_n/length(x1);
x1_abs = abs(x1_fd);
ph= 2*angle(x1_fd(1:length(x1)/2));
ph= ph *180/pi;
plot(f(1:length(x1)/2),ph(1:length(x1)/2));
xlabel('频率/hz'),ylabel('相角'),title('相位谱');

这里由于选取音频的问题，导致相位谱太过密集。

2.1.2 幅度频谱图

概念： 在傅里叶分析中，将各个分量的幅度随频率的变化成为信号的幅度谱。

绘制方法： 对信号进行fft后的复数向量进行取模操作，得到的就是幅度谱。

%求幅度谱
x1_fd_abs = abs(x1_fd);
plot(f(1:length(x1)/2),x1_fd_abs(1:length(x1)/2));
xlabel('频率/hz'),ylabel('幅度'),title('幅度谱');

2.2，功率谱（能量谱）：

概念： 功率谱是功率谱密度函数的简称，它定义为单位频带内的信号功率。它表示了信号功率随着频率的变化情况，即信号功率在频域的分布状况。

绘制方法： 对信号进行fft后的复数向量进行求实部和虚部的平方和操作，得到的就是功率谱。（即幅度谱的平方）

%求功率谱
for i=1:length(x1_fd)x1_power(i)=power(real(x1_fd(i)),2)+power(imag(x1_fd(i)),2);
end

2.3，语谱图：

概念： 语谱图的横坐标是时间，纵坐标是频率，坐标点值为语音数据能量。由于是采用二维平面表达三维信息，所以能量值的大小是通过颜色来表示的，颜色深，表示该点的语音能量越强。其可以理解为利用二维坐标表示三维信息。

绘制方法： 这里利用了matlab中Voicebox资源包下的enframe函数。

%求语谱图
clear all; clc; close all;
[x,Fs]=audioread('test\Far_common.wav');   %读入数据文件
wlen=800; inc=80; win=hanning(wlen);% 设置帧长，帧移和窗函数
N=length(x); time=(0:N-1)/Fs;       % 计算时间
y=enframe(x,win,inc)';              % 分帧
fn=size(y,2);                       % 帧数
frameTime=(((1:fn)-1)*inc+wlen/2)/Fs; % 计算每帧对应的时间
W2=wlen/2+1; n2=1:W2;
freq=(n2-1)*Fs/wlen;                % 计算FFT后的频率刻度
Y=fft(y);                           % 短时傅里叶变换
clf                                 % 初始化图形
% 画出语谱图
set(gcf,'Position',[20 100 600 500]);
axes('Position',[0.1 0.1 0.85 0.5]);
imagesc(frameTime,freq,abs(Y(n2,:))); % 画出Y的图像
axis xy; ylabel('频率/Hz');xlabel('时间/s');
title('语谱图');
% 画出语音信号的波形
axes('Position',[0.07 0.72 0.9 0.22]);
plot(time,x,'k');
xlim([0 max(time)]);
xlabel('时间/s'); ylabel('幅值');
title('语音信号波形');

以上就是我对音频信号处理分析过程中遇到的幅度谱、相位谱、能量谱等基础知识的总结，如有错误，欢迎指正。

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图相关推荐

音频信号处理基础知识
语音信号处理基础知识 1.均值 1.1.均值公式定义 x‾=x1+x2+⋯+xnn=∑j=1nxjn\overline{x} = \frac{x_1 + x_2 + \cdots + x_n}{n} ...
语音信号处理基础(二)
语音信号处理基础(二) 1.2.2 语音编码语音编码的目的保证在一定语音质量的前提下,尽可能降低编码比特率,以节省频率资源. 语音编码技术的鼻祖:研究开始于1939年军事保密通信的需要,贝尔电话实 ...
语音信号处理基础（四）—语音编辑
语音信号处理基础(四)-语音编辑文章目录语音信号处理基础(四)-语音编辑实验目的实验原理 1.信号的叠加 2.信号的卷积 3.信号采样频率的变换实验目的 1.掌握语音信号线性叠加的方法,实现 ...
语音信号处理基础(一)
语音信号处理基础(一) 文章目录语音信号处理基础(一) 1.绪论 1.1概述 1.2语音信号处理的三个主要分支 1.2.1 语音合成名词解释共振峰基音(fundamental tone) 基因 ...
深度学习中的语音信号处理基础
文章目录音频处理流程常用谱:幅度谱.梅尔谱时域 --> 频域分帧窗长帧移语音信号特征获取流程梅尔谱使用 librosa 提取梅尔谱使用 tacotron 获取梅尔谱(推荐) ...
语音信号处理基础（八）——同态处理、倒谱、复倒谱
文章目录 1.对短时过零率针对不同语音片段进行验证 2.验证窗函数 3.语音的同态处理.复倒谱.倒谱倒谱图形分析总结: 1.对短时过零率针对不同语音片段进行验证短时平均过零率表示一帧语音中语音信 ...
利用函数wavread对语音信号进行采样_语音信号处理相关知识
本文的初衷是为后续模型介绍和论文速览提供一个过渡,核心价值在于介绍一些较为基础的概念,以使得后文中如遇到不太理解的概念通过本文查证一.语音的表示语音的表示形式本质为波形,从语音到波形的理解可以想象 ...
语音信号处理基础与MFCC
讲道理,想要处理语音这种时间信号,最适合RNN或者SNN这种神经网络来进行识别,传统的方法是基于GMM+HMM的方式进行声学模型以及语言模型的建模.现在的语音识别往往引入神经网络,进行端到端(end- ...
语音信号处理-基础（一）：声学基础知识
一.声波 1.基本概念声音由物体的振动产生. 音叉振动时,激励周围空气质点振动,产生一个压强波动叠加在大气压上.由于空气具有可压缩性,在质点的相互作用下,不断地交替产生压缩与膨胀,并且逐渐向外传播. ...
语音信号处理基础（五）——语音分帧与加窗
文章目录原理 1.加窗 2.分帧一般而言语音处理的目的有两种: 一种是对语音信号进行分析,提取特征参数,用于后续处理: 提取的特征参数主要有语音的短时能量和平均幅度.短时平均过零率.短时自相关函数 ...

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

1，语音信号处理

1.1 读取wav

1.2 读取pcm

2，语音信号处理基础知识

2.1，频谱图

2.1.1 相位频谱图

2.1.2 幅度频谱图

2.2，功率谱（能量谱）：

2.3，语谱图：

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图相关推荐

最新文章

热门文章

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

1，语音信号处理

1.1 读取wav

1.2 读取pcm

2，语音信号处理基础知识

2.1， 频谱图

2.1.1 相位频谱图

2.1.2 幅度频谱图

2.2，功率谱（能量谱）：

2.3，语谱图：

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图相关推荐

最新文章

热门文章

2.1，频谱图