m汉宁窗hanning汉明窗hamming矩形窗-read

窗宽的选择 使 能及时地跟踪语音能量的缓慢时变规律 对语音振幅在一个基音周期时间内的瞬时快变化有显著平滑作用 窗宽时间为10～20ms h(n)无限冲激响应滤波器 zero cross rate 利用信号的相关性进行声源定位 利用互相关进行水管网络泄漏检测 3.减少计算量的方法－FFT 4.短时自相关函数的另一种计算方法 6.对浊音短时自相关函数的修正 §4.5 短时时域处理技术应用举例 1.语音段起止端点判别(起始点和终止点) 需解决的问题：区分语音和噪声 采用的手段：短时能量和短时平均过零率 Center-clipping technique 5m 8m 麦克风 声源 r 和 分别为两两麦克风间的时间延迟。 信号s(n)与其滞后信号s(n-m)的互相关函数在n=m处取得最大值。 Multiple sound source tracking system 水听器 水听器 放大滤波 数据采集 计算互相关 得到漏水声达到两个传声器的传播时间差，再进行位置判别。 流体水管 2.短时自相关函数的定义 x(m) w(n-m) m n n-(N-1) (1)说明当时域信号为周期信号时，自相关函数也是周期性函数，两者具有同样的周期。 (2)Rn(k)为偶函数， Rn(k)＝Rn(－k) (3)Rn(0)最大， Rn(0)? |Rn(k)|, Rn(0)=En,对于确定信号， Rn(0)是信号能量；对于随机信号或周期信号， Rn(0)是平均功率。 正弦波周期信号 正弦波周期信号的自相关函数波形 正弦波周期信号和其自相关函数叠加 运算量 窗宽为N,选取语音段需要N次乘法，对每个k值计算乘积需要N-k次乘法，设k的取值为0～K，则给定n计算 的总乘法次数为： 例如N=401,K=250, 则M=69677 FFT FFT IFFT 极限情况：当k=0，线性卷积的长度为2N-1,循环卷积的长度为N,因此要满足上式，须将 和 扩展为2N点。 延迟k 5、短时自相关函数的作用 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，有点如语音信号本身。 2.估计浊音语音信号的周期，即估计基音周期。 女声汉语拼音a的一帧信号(在采样频率为22050Hz的情况下，取20ms作为一帧)，自相关波形图。说明浊音的自相关函数具有一定的周期性。 原始语音信号 自相关函数波形 原始语音信号和其自相关函数波形 Auto-correlation peaks 男声汉语拼音s的一帧信号(在采样频率为22050Hz的情况下，取20ms作为一帧)，自相关波形图。 原始语音信号 自相关函数波形 男声汉语拼音s的一帧信号(在采样频率为22050Hz的情况下，取10ms作为一帧)，自相关波形图。 原始语音信号 修改坐标的自相关函数波形 用MATLAB的函数randn，产生一帧高斯白噪声，其自相关函数图。说明清音是噪声激励的正确性。 白噪声信号 修改坐标的自相关函数波形 浊音 矩形窗 清音 矩形窗 浊音 汉明窗 清音 汉明窗 N=401 N=201 N=125 窗形和窗长对 的影响 任何k值的短时自相关函数使用了N个积 矩形窗 通过增加窗的长度 0 N-1 0 N-1+K 0 N-1 K 7.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，但由于乘法运算所需要的时间长。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，短时平均幅度差函数。 短时平均幅度差函数能够代替自相关函数的原理是：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相等，差值为零：d(n)=x(n)-x(n-k)=0 对于周期性的x(n)，Fn(k)也呈周期性，与Rn(k)相反的是在Rn(k)谷点时，对应Fn(k)是峰值。 周期为(629点)的正弦波 正弦波的平均幅度差函数波形 正弦波的自相关函数 正弦波的平均幅度差函数 一帧浊音的的短时自相关函数 短时平均幅度差函数 一帧清音的短时自相关函数 短时平均幅度差函数 浊音是一个准周期信号，在一帧语音内基音周期近似恒定，因此，短时平均幅度差函数在浊音语音的基音周期上出现极小值，而在清音语音中没有明显的极小值。 短时平均幅度差函数和自相关函数的关系是： 由于计算AMDF函数只需要加、减和取绝对值运算，用硬件实现(定点DSP系统)时，运算量较之短时自相关函数大大下降，同时，AMDF函数在基音周期的谷点比