(2) 语音信号预处理
语音信号采集
本实验采用了 下的录音机程序录制 文件，然后使用
函数读入。为了进行批量的训练和识别处理，本系统采集了 到 共
个训练语音和 到 共 个识别语音。
分帧
语音信号具有短时平稳特性。在实际处理时可以将语音信号分成很小的时
间段约 ，称之为“帧”，作为语音信号处理的最小单位，帧与帧的非重
叠部分称为帧移。
本实验使用函数 !"!#进行分帧，其中 为语音信号，" 为帧
长，# 为帧移。帧长取 $，帧移取 %。
预加重
必须对语音信号的高频进行加重处理，一般是将语音信号通过一个一阶高
通滤波器 &'(
，称为预加重滤波器。其目的是滤除低频干扰，将对语音
识别更为有用的高频部分进行频谱提升。在计算短时能量之前将语音信号通过
预加重滤波器还可起到消除直流漂移、抑制随机噪声和提升清音部分能量的效
果。在 中预加重滤波器可由语句 )*"+&',!! 实现。
$加窗
利用窗函数来减少由截断处理导致的吉布斯效应。本实验采用矩形窗和汉
明窗。在语音的时域处理方法中，一般选择矩形窗，而在语音的频域处理方法
中，一般选择汉明窗。在 "- 中要实现加窗即将分帧后的语音信号乘上窗函
数，如加汉明窗即为 ) ./01。本系统中的端点检测采用时域方法故加
矩形窗，计算 233 系数时加汉明窗。
'端点检测
在基于 算法的语音识别系统中，无论是训练建立模板阶段还是在识别
阶段，都要先采用端点检测算法确定语音的起点和终点。端点检测最常见的方
法是短时能量短时过零率双门限端点检测。
双门限端点检测顾名思义需要两级检测，在开始检测之前需要设定 $ 个门
评论0