数字语音信号处理学习笔记——语音信号的短时时域分析（3）
版權聲明：本文為博主原創文章，未經博主允許不得轉載。?? ?https://blog.csdn.net/u013538664/article/details/26138063
3.6 短時自相關分析
?????3.6.1 短時自相關函數
?????自相關函數用于衡量信號自身時間波形的相似性。由之前的博文介紹，清音和濁音的發生機理不同，因而在波形上也存在著較大的差異。濁音的時間波形呈現出一定的周期性，波形之間相似性較好；清音的時間波形呈現出隨機噪聲的特性，雜亂無章，樣點間的相似性較差。這樣，可以用短時自相關函數來測定語音的相似特性。
?????時域離散確定信號的自相關函數定義為：
?????
?????時域離散隨機信號的自相關函數定義為：
?????
?????若信號為一周期信號，周期為P，則：
?????
??????上式說明，周期信號的自相關函數也是一個同樣周期的周期信號，自相關函數具有下述性質：
??????1.對稱性：?
??????2.在k = 0處為最大值，即對于所有k來說，
??????3.對于確定信號，值R(0)對應于能量，而對于隨機信號，R(0)對應于平均功率
??????上述的第2個性質中，如果是一個周期為P的信號，則在取樣 ? ?處，其自相關函數也是最大值，因此可以根據自相關函數的最大值的位置來估計周期信號的周期值。
??????3.6.2 語音信號的短時自相關函數
?????對于語音來說，采用短時分析方法，可以定義短時自相關函數為：
????
?????因為? ，所以
?????
?????定義
?????
?????那么最初的短時自相關函數可以寫成：
?????
?????所以，短時自相關函數的框圖表示為：
??????
?????下面來看一下濁音以及清音的短時自相關函數：
?????濁音的短時自相關函數：
?????
?????清音的短時自相關函數：
?????
??????濁音和清音的短時自相關函數有如下幾個特點：
??????1.短時自相關函數可以很明顯的反映出濁音信號的周期性。
??????2.清音的短時自相關函數沒有周期性，也不具有明顯突出的峰值，其性質類似于噪聲。
??????3.不同的窗對短時自相關函數結果有一定的影響。采用矩形窗時，濁音自相關曲線的周期性顯示出比用漢明窗更明顯的周期性。其主要原因是加漢明窗后，語音段兩端的幅度逐漸下降，從而模糊了信號的周期性。
??????窗長對濁音的短時自相關性有著直接的影響。一方面，由于語音信號的特性是變化的，因此要求N應盡量小。但與之矛盾的另一方面是為了充分反映語音的周期性，又必須選擇足夠寬的窗，以使得選出的與語音段包含兩個以上的基音周期。
??????計算短時自相關函數需要很大的運算量，有時為簡化運算，常使用一種與自相關函數有相似作用的另一參量，即短時平均幅度差函數（AMDF）。
??????3.6.4 短時平均幅度差函數
?????對一個周期為P的周期信號x(n)來說，在k=時，=0(k=)。對于濁音語音，在基音周期的整數倍上，d(n)總是很小，但不是零，因此，可以定義短時平均幅度差函數AMDF為：
?????
??????顯然，如果x(n)具有周期P，則當時，具有最小值。應該注意的是，取矩形窗是很合適的。
?
?
---------------------?
作者：JameJuZhang?
來源：CSDN?
原文：https://blog.csdn.net/jojozhangju/article/details/26138063?
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！
總結
以上是生活随笔為你收集整理的数字语音信号处理学习笔记——语音信号的短时时域分析（3）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 数字语音信号处理学习笔记——语音信号的短
- 下一篇： 数字语音信号处理学习笔记——语音信号的短