語音訊號分析

標籤：

所謂的語音訊號分析就是提取表徵語音特徵的資訊，以進行後續的處理：語音辨識、說話人識別等。語音特徵資訊及特徵參數的提取。由於語音訊號具有短時平穩特性，及在短時內特徵參數穩定不變，一般時間長度為10~30ms，故通常將語音分幀處理，以獲得穩定的特徵參數。綜上，對於一段語音訊號，分析時通常表示為由每一幀特徵參數組成的特徵參數序列。

語音訊號處理基本步驟：

端點檢測（VAD）切除靜音

1預濾波、採樣、（A\D）轉換

2編碼（常用格式PCM ALAW MULAW）

3預先處理：（處理已經數字化的訊號）

預加重加強高頻特性

加窗

分幀

4.時域分析、頻域分析、到譜分析（MFCC、LPCC）

 

語音訊號分析