语音信号分析之短时相关分析

目录

1. 短时相关

2. 短时相关提取流程

3. 短时平均幅差

4. 代码实现与效果


1. 短时相关

短时相关分为短时自相关和短时负相关。相关函数用于测定两个信号的时域相似性,语音中主要研究自相关,可以分析语音波形的同步性,周期性等。短时自相关框图如图所示:

2. 短时相关提取流程

首先对语音加窗,这里采用较为简单的直角窗

短时相关的计算公式如下:

\widehat{R}}_{n}}\left(k \right )=\sum_{N-1}^{m=0}x\left(n+m \right )x\left(n+m+k \right ), 0\leq k\leq \overline{K}

其中\overline{K}}为最大延迟数,方便起见,最大延迟数设为帧长。

短时相关性的应用:

1. 估计基音周期

2. 线性预测分析

3. 短时平均幅差

由于短时相关中涉及到乘法运算,因此其运算量很大。为了避免乘法运算,有人提出了短时平均幅差,即计算语音的幅度差值来代替自相关中的乘法运算。当采用直角窗时, 短时平均幅差的定义为:

F_{n}\left(k \right )=\frac{1}{R}\sum_{m=-\infty }^{\infty}\left | x\left(n \right ) -x\left(n+k \right) \right |

4. 效果

短时相关图

 

一帧的短时平均幅差

 

本文功能已添加到我的语音处理开源库:https://github.com/Ryuk17/speechbox

语音信号处理交流群:652292630

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章