根据给出的浊音信号,分别画出浊音信号的时域波形、加矩形窗和加汉明窗后计算短时自相关归一化后的结果。语音的抽样频率为8kHz,窗长为320。 2、仍选取上题中的语音信号,改变窗长和截取语音段的长度,计算修正的短时自相关函数。
时间: 2024-03-15 20:43:27 浏览: 83
抱歉,作为一名语言模型,我无法展示图片。但我可以为您提供文字描述。
1. 时域波形、加矩形窗和加汉明窗后计算短时自相关归一化后的结果
首先需要对浊音信号进行预处理,包括对语音进行切帧、加窗、计算自相关函数等操作。其中,加窗可以采用矩形窗或汉明窗。
矩形窗的加窗公式为:
$$w(n)=\begin{cases}1 & 0 \leq n \leq N-1 \\ 0 & otherwise\end{cases}$$
汉明窗的加窗公式为:
$$w(n)=0.54-0.46cos\left(\frac{2\pi n}{N-1}\right)$$
其中,$N$为窗长,$n$为采样点位置。
然后,可以计算短时自相关函数,公式为:
$$R(m)=\frac{1}{N-m}\sum_{n=0}^{N-m-1}x(n)x(n+m)$$
其中,$m$为自相关函数的延迟时间。
最后,对自相关函数进行归一化处理,可以得到短时自相关函数。
2. 计算修正的短时自相关函数
修正的短时自相关函数也称为LP自相关函数,通过对自相关函数进行线性预测,可以得到语音信号的线性预测系数,进而实现声音合成和语音编码等操作。
计算修正的短时自相关函数的步骤如下:
1)选择一个窗长,通常为20~30ms,对语音信号进行分帧。
2)对每一帧信号进行加窗处理。
3)对加窗后的信号,计算自相关函数,并进行修正。
4)对修正后的自相关函数进行线性预测,计算线性预测系数。
5)根据线性预测系数,合成语音信号。
其中,自相关函数的修正公式为:
$$\hat{R}(m)=\begin{cases}R(m) & 0 \leq m \leq M-1 \\ 0 & M \leq m \leq N-1\end{cases}$$
其中,$M$为自相关函数的修正次数,通常为10~12次。
阅读全文