1、幀和加窗的概念1.短時分析將語音流分為一段一段來處理，每一段稱為一“幀”；2.幀長：1030ms，20ms常見；（幀率）幀移：01/2幀長，幀與幀之間的平滑過度；3.為了減少語音幀的截斷效應，需要加窗處理；將具有不連續點的周期函數（如矩形脈沖)進行傅立葉級數展開后，選取有限項進行合成。當選取的項數越多，在所合成的波形中出現的峰起越靠近原信號的不連續點。當選取的項數很大時，該峰起值趨于一個常數，大約等于總跳變值的9%。這種現象稱為截斷效應，又叫吉布斯效應。矩形窗、Hamming、Hann等窗函數及其比較三種窗函數都有低通特性，通過分析三種窗的頻率響應幅度特性可以發現：矩形窗的主瓣寬度最小，旁瓣高

2、度最高，會導致泄露現象，漢明窗的主瓣最寬，旁瓣高度最低，可以有效的克服泄露現象，具有更平滑的低通特性，應用更廣泛。短時平均能量的主要用途（1）可以從語音中區別濁音來，因為濁音時短時平均能量的值要比清音時短時平均能量的值大很多；（2）可以用來區別聲母和韻母的分界、無聲和有聲的分界等。短時過零率短時過零率可以看作信號頻率的簡單度量（1）過零就是指信號通過零值。過零率就是每秒內信號值通過零值得次數。（2）對于離散時間序列，過零則是指序列取樣值改變符號，過零率則是每個樣本的改變符號的次數。對于語音信號，則是指在一幀語音中語音信號波形穿過橫軸（零電平）的次數。可以用相鄰兩個取樣改變符號的次數來計算。應用

3、于語音信號分析中（1）發濁音時，聲帶振動，因而聲門激勵是以此音調頻率為基頻來使聲道共振；盡管有若干個共振峰，但其能量的分布集中于低于3KHz的頻率范圍內。（2）發清音時聲帶不振動，聲道某部分阻塞產生類白噪聲激勵，通過聲道后其能量集中在比濁音時更高的頻率范圍內。（3）濁音時能量集中于較低頻率段內，具有較低的過零率，而清音時能量集中于較高頻率段內，具有較高的過零率。（4）短時平均能量和短時平均過零率兩個參數，也都可以用于語音識別中。主要用于識別無聲段和語音段的起點和終點的位置。（5）在背景噪聲比較小的時候用平均能量來識別比較有效，在背景噪聲比較大的時候用平均過零率來識別比較有效，但是通常情況是兩個

4、參數聯合進行識別。濁音、清音、無聲的短時特性S（無聲）U（清音）V（濁音）三種情況下短時平均幅度條件概率密度的示意圖。可以看出，濁音的短時平均幅度最大，無聲的短時平均幅度最小。清音的短時過零率最大，無聲居中，濁音的短時過零率最小。語音信號短時能量和過零率的特征 語音一般分為無聲段，清音段和濁音段。一般把濁音認為是一個以基音周期為周期的斜三角脈沖串，把清音模擬成隨機白噪聲。由于語音信號是一個非平穩態過程，不能用處理平穩信號的信號處理技術對其進行分析處理。但由于語音信號本身的特點，在1030ms的短時間范圍內，其特性可以看作是一個準穩態過程，即具有短時性，因此采用短時能量和過零率來對語音進行端點檢

5、測是可行的。語音和噪聲的區別可以體現在他們的能量上，語音段的能量比噪聲段的能量大，如果環境噪聲和系統輸入的噪聲比較小，只要計算輸入信號的短時能量就能夠把語音段和噪聲背景區分開，除此之外，用基于能量的算法來檢測濁音通常效果也是比較理想的，因為濁音的能量值比清音大得多，可以判斷濁音和清音之間過渡的時刻3，但對清音來說，效果不是很好，因此還需要借助短時過零率來表征。短時能量可以近似為互補的情況，短時能量大的地方過零率小，短時能量小的地方過零率較大。基于短時能量和過零率的檢測方法 盡管基于短時能量和過零率的檢測方法各有其優缺點，但是若將這兩種基本方法相結合起來使用也可以實現對語音信號可靠的端

6、點檢測。無聲段的短時能量為零，清音段的短時能量又比濁音段的短時能量大，而在過零率方面，理想的情況是無聲段的過零率為零，濁音段的過零率比清音段的過零率要大的多，因此，假設有一段語音，如果某部分短時能量和過零率都為零或者為很小的值，就可以認為這部分為無聲段，如果該部分語音短時能量很大但是過零率很小，則認為該部分語音為濁音段，如果該部分短時能量很小但是過零率很大，則認為該部分語音為清音段。正如前面提到，語音信號具有短時性，因此在對語音信號進行分析時，需要將語音信號以30ms為一段分為若干幀來進行分析，則兩幀起始點之間的間隔為10ms。為防止誤判以及無聲段過零率太大，設tmp1和tmp2為相鄰兩個采樣

7、點，則同時滿足tmp1*tmp2<0和tmp1-tmp2的絕對值大于delta時才算一次過零，除此之外，為短時能量和過零率分別確定兩個門限，一個是較低的門限和，其數值較小，對信號的變化比較敏感，很容易就會被超過。另一個是較高的門限和，數值較大，信號必須達到一定的強度，該門限才可能被超過。低門限被超過有可能是時間很短的噪聲引起的，高門限被超過則可以基本確定是由語音信號引起的，如圖3所示。短時能量分析是通過能量的高低來區分清音和濁音，不容易確定語音信號片段的起始點；而過零率分析僅僅是表明清音的過零率高于濁音，對噪聲的存在比較敏感，如果背景中有反復穿越坐標軸的隨機噪聲，會產生大量的虛假過零率，影響檢測結果。對于背景噪聲和清音的區分則顯得無能為力。將這兩種方法結合起來，通過短時能量分析