第二章语谱图分析.课件.ppt

单击此处编辑母版标题样式单击此处编辑母版副标题样式*13.6 语音信号的 语谱图分析3.6.1 语谱图分析3.6.2 语音信号特性分析一段语音的时域波形及其语谱图语音时域波形对应的语谱图3.6.1 语谱图分析2语谱图o语音的时域分析和频域分析是语音分析的两种重要方法但是这两种方法均有局限性：n时域分析对语音信号的频率特性没有直观的了解；n特性中又没有语音信号随时间的变化关系o因此人们致力于研究语音的时频分析特性，把和时序相关的傅里叶分析的显示图形称为语谱图o语谱图在1941年由贝尔实验室研究人员发明，它试图用三维的方式显示语音频谱特性， 纵轴表示频率，横轴表示时间，颜色的深浅表示特定频带的能量大小，语谱图的发明是语音研究的一个里程碑，它将语音的许多特征直观的呈现出来o语谱图中显示了大量的与语音的语句特性有关的信息，它综合了频谱图和时域波形的特点，明显地显示出语音频谱随时间的变化情况，或者说是一种动态的频谱3语谱图产生流程语音录制数据读入程序信号分帧加窗能量密度谱计算功率谱伪彩色显示语谱图显示4一、语谱图的分类o语谱图分为宽带语谱图和窄带语谱图两种o宽带语谱图：带宽约为300Hz，具有良好的时间分辨率，但是频率分辨率较差；n宽带语谱图能给出语音的共振峰频率及清辅音的能量汇集区，在语谱图里共振峰呈现为黑色的条纹。

o窄带语谱图：带宽约为45Hz,具有良好的频率分辨率，但是时间分辨率较差n有利于显示基音频率及其各次谐波，不利于观察共振峰的变化o在不同的语谱图上所表现的语音特征也不同5二、宽带语谱图的典型谱型o宽带语谱图的典型谱型：n宽横杠（Bar）：代表元音的共振峰位置，表现为图中与水平时间轴平行的较宽的黑杠，不同元音的共振峰位置不同，根据宽带语谱图上各横杠的位置可以区分不同的元音，不同人发音的第一共振峰位置会不同，但其分布结构是相似的n竖直条（spike）代表塞音（b,d,g,p,t,k）或塞擦音（z,zh,j,c,ch,q）,表现为图中与垂直频率轴平行的较宽的黑条，在时间上持续时间很短，在频率轴上集中区位置随不同的辅音而不同n摩擦乱纹（fill）:代表摩擦音（s,sh,x,f,h）或者送气音的送气部分，表现为图中无规则的乱纹6三、窄带语谱图的典型谱型o窄横条：代表元音的基音频率及各次谐波，表现为图中与水平轴平行的线条，窄横条在频率轴的位置对应了音高频率值，随时间轴的曲折、升降变化代表了音高变化的模式o无声间隙段：对应于语音的停顿间隙，在图中表现为空白区，在两种语谱图中都存在这种反映语音信号动态频谱特性的时频图在语音分析中具有重要的实用价值，被称为“可视语言”7语谱图分析l语谱图中的花纹有横杠、乱纹和竖直条等l横杠是与时间轴平行的几条黑色带纹，它们是共振峰，从横杠对应的频率和带宽可以确定相应的共振峰频率和带宽l在一个语音段的语谱图中，有没有横杠出现是判断它是否是浊音的重要标志。

l竖直条（又叫冲直条）是语谱图中出现与时间轴垂直的一条窄黑条l每个竖直条相当于一个基音，条纹的起点相当于声门脉冲的起点，条纹之间的距离表示基音条纹越密表示基音频率越高89Every salt breeze comes form the seaWide bandnarrowband10Matlab 命令：specgramlWideband spectrogram：给出共振峰频率lNarrowband spectrogram：基音周期及其谐波 specgram computes the windowed discrete-time Fourier transform of a signal using a sliding window. The spectrogram is the magnitude of this function.111213N=1024 hamming window 幅度谱 14N=2048 hamming window 幅度谱 15 欢迎使用微软中国研究院中文语音合成系统的时域波形和语谱图1617宽带语谱图：“毕业”语谱图语谱图因其不同的黑白程度，形成不同的花纹，被称作“声纹”18“旷课”语谱图v从语谱图上可以看出语音的音调变化，蓝色的就是音调19“曼谷”语谱图20“受用”语谱图21语谱图分析特点：（1）窗长短，可以获得较高的时间分辨率；（2）功率谱的谐波结构在频率轴方向被平滑掉了，谐波间隙被填平了，因此在频域看不出基音频率和频谱的谐波形式结构，但可以明显的看成共振峰结构和语谱包络（3）时间分辨率高，可以清楚的看到浊音共振峰时变过程“你好”宽带语谱图灰度显示图“你好”窄带语谱图灰度显示图特点：（1）窗长长，可以获得较高的频率分辨率。

2）滤波器的带宽能在浊音区分辨出每个谐波3）语谱的谐波形式的结构在频率方向清晰可见，并能看到基音频率的时变过程N=256N=204822语谱图识别23瀑布 语谱图（SPECTROGRAM） 时间、频率、幅值三维坐标， 频谱帧随时间变化24彩色语谱图发 “ah.”时的单元音 /a/发 “eye”时的双元音 /ai/发音 “real”发音 “mean”25同一个人的语谱图5个不同发音者发音“0”的语谱图不同的讲话者的语谱图具有不同的“声纹”据此可以区别说话人，这与不同的人有不同的指纹，根据指纹可以区别不同的人是一个道理26话者1发音“0”的结果话者1另一次发音“0”的结果27话者1发音“0”的结果话者2发音“0”的结果283.6.2 语音信号特性分析一首歌曲的截取语音段293.6.2 语音信号特性分析v语音信号的特性主要指它的声学特性、语音信号的时域波形和频谱特性以及语音信号的统计特性v关于声学特性前面已做了介绍，下面主要分析它的时域波形和频谱特性30汉语拼音“sou ke”的时间波形31元音ou的频谱图32语音特性分析实例：Ten above in suburbs 333435363738辅音s的频谱 39语音波形及特性 女声“他去无锡市”的时域波形图40对上段语音信号的分析：v这段语音的频率带宽为300-3400Hzv横轴为时间，纵轴为语音的幅度。

v采样频率为8kHz，持续时间为4sv时间轴压缩很短，只能看清该段语音的轮廓，无法辨识语音波形的具体细节41女声“他去无锡市”的时域波形展开图 他去无锡市42。