求助关于声音信号的的处理

lovelydeath · 发表于 2007-5-25 22:02

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有账号？我要加入

x

声音信号是一个非平稳信号怎么得到功率谱来从中获得特征参数啊谢谢大家赐教:@)

zhlong · 发表于 2007-5-25 22:04

那你得用非平稳信号处理方法吧，如时频分析，小波，EMD等。
特征参数很多，比如时频熵、小波能量等等！

lovelydeath · 发表于 2007-5-25 22:07

能说的具体一些不？我把它分成很多小段然后求功率谱行不行？

zhlong · 发表于 2007-5-25 22:31

你说的意思其实就是短时傅立叶变换（Short time Fourier Transform : STFT）。
其实我看到很多语音信号处理都是采用AR模型的，你可以试一下分段AR模型，提取AR模型系数作为特征参数。

zhlong · 发表于 2007-5-25 22:38

或者采用时变AR模型，就是AR模型的系数是随时间而变化的，这种模型能较好地处理非平稳信号。

zhlong · 发表于 2007-5-26 16:23

具体怎样的方法？发出来大家看看吧

lovelydeath · 发表于 2007-5-26 16:44

这个是我的参考资料我得不到第5第6页的那种频谱而后面的求距离，阈值都是按照他的写的现在就是差这一步了教教我拉

芝麻开门1.doc (155.5 KB, 下载次数: 87)

zhlong · 发表于 2007-5-26 17:54

我也不太清楚你的频谱是怎么来的，按一般理解的话，短时傅立叶是由很多不同时刻的频谱叠加而成的。而第三个图中你的频谱只有一段，也不知道是哪个时段的。希望有明白人解释一下！谢谢！！！

[ 本帖最后由 zhlong 于 2007-5-26 17:55 编辑 ]

lovelydeath · 发表于 2007-5-26 18:57

现在得不到图很着急

yangzj · 发表于 2007-5-26 19:59

参考帮助

Fs = 32e3;
t = 0:1/Fs:2.96;
x = cos(2*pi*t*1.24e3)+ cos(2*pi*t*10e3)+ randn(size(t));
Pxx = periodogram(x);
Hpsd = dspdata.psd(Pxx,'Fs',Fs); % Create a PSD data object.
plot(Hpsd); % Plot the PSD data object.

zhlong · 发表于 2007-5-26 20:03

yangzj版主，这个是楼主资料中说的短时傅立叶变换吗？
楼主好像说是短时傅立叶，还加了256长度的海明窗

yangzj · 发表于 2007-5-26 20:06

从图三来看，我觉得他并不是做的一个短时傅立叶变换，而是做的一个功率谱密度函数，你觉得呢？

yangzj · 发表于 2007-5-26 20:10

下载了资料大概看了下，资料里就是按平稳信号来处理的。看这一段

语音信号是一种典型的非平稳信号，但是由于语音的形成过程是与语音器官的运动密切相关的。这种物理运动比起声音振动速度要缓慢的多。因此，语音信号常常可以假定为短时平稳的。在10~30ms这样的时间段内，其频谱特性和某些物理特征参量可近似地看作是不变的。这样我们可以采用平稳的分析方法来处理。

zhlong · 发表于 2007-5-26 20:10

是啊，我也是这么觉得。
可是楼主的资料里的文字材料都说短时傅立叶，还给了公式，还说明了语音信号的非平稳信。
按道理说语音信号是典型的非平稳信号，不适合FFT。

不知道怎么回事，是不是我还没理解楼主的材料。我都看了一个小时，愣是没搞懂。

zhlong · 发表于 2007-5-26 20:12

那他后面的加窗、STFT的公式怎么回事？
而且一个语音信号，就如“开门”两个字的信号也不止10~30ms长度，那该提取哪一段用于做功率谱呢？

账号		自动登录	找回密码
密码			我要加入

[综合] 求助关于声音信号的的处理

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

回复 #6 lovelydeath 的帖子

回复 #12 zhlong 的帖子

回复 #14 yangzj 的帖子