语音交互技术——语音信号特征提取

1.短时能量分析（音强），决定短时能量特性有两个条件：不同的窗口的形状和长度。窗长越长，频率分辨率越高，而时间分辨率越低（N为帧长，M为步长）。

*典型窗函数：矩形窗谱平滑性能好，但损失高频成分，波形细节丢失，海明窗与之相反。一帧内含1~7个基音周期，10kHz下采100~200点。

2.短时平均振幅分析：计算方法简单，但清浊音的区分不如能量明显。

3.短时过零分析：可以区分清音与浊音，浊音时具有较低的平均过零数，而清音时具有较高的平均过零数；可以从背景噪声中找出语音信号，可用于判断寂静无语音和有语音的起点和终点位置。

4.短时相关分析：自相关用于研究信号本身，如信号波形的同步性、周期性等。用来区分清音和浊音，因为浊音信号是准周期性的，对浊音语音可以用自相关函数求出语音波形序列的基音周期；另外在进行语音信号的线性预测分析时，也要用到短时自相关函数。

4.短时平均幅度差：短时平均幅度差计算加、减法和和取绝对值的运算，与自相关函数的相加与相乘的运算相比，其运算量大大减小，尤其在硬件实现语音信号分析时有很大好处。为此，AMDF已被用在许多实时语音处理系统中。

5.短时傅里叶变换：

6.语音信号的倒谱分析：求语音倒谱特征参数，通过同态处理（将非线性问题转化为线性问题）来实现。同态处理（同态滤波）：解卷，将卷积关系变为求和处理。
将语音信号的声门激励和声道响应分离开。

7.基音周期的提取：

a)自相关法：峰—峰值之间对应的就是基音周期。为去除声道影响，一般进行中心削波的非线性变换（削除低幅部分）。

b)倒谱法：图a为ln|X(e^jw)|的示意图，包括频谱包络的慢变分量，基音谐波峰值的快变分量。再取一次傅里叶反变换，即可将快慢分量分离开。

基音周期后处理：中值平滑、线性平滑、组合平滑。