5.7.2　語音信號處理的分析工具

當(dāng)系統(tǒng)接收到各種信號后需要用合適的分析工具來觀察信號。語音信號包含時域、頻率、空域的信息,用不同的分析工具得到的觀察結(jié)果側(cè)重面會有所不同。每一種分析工具都有其獨(dú)特的觀測視野,但也有其觀測不到的信息。

在語音信號處理的分析工具中最常見是傅立葉變換。傅立葉變換是一種時-頻轉(zhuǎn)換的工具,它把待分析波形分解成不同頻率正弦波的疊加。針對信號在時域上的不同表現(xiàn)(周期、非周期、連續(xù)、離散),有多種傅立葉變換。其中離散傅立葉變換是為了在頻域利用數(shù)字處理技術(shù)來分析信號,就需要將其離散化。傅立葉變換是一種整體變換,要么在時域,要么在頻域,無法給出信號頻譜隨時間變換的規(guī)律。也就是說，傅立葉變換是在整個時域上進(jìn)行的,所以無法給出時間上的局部信息。為了了解某個時間段中頻譜的改變,需要給傅立葉變換加一個滑動的“時間窗”,這就是短時傅立葉變換。但是由于該“窗口”函數(shù)是固定的,所以短時傅立葉變換的時間和頻率的分辨率也是固定的。而小波變換就具有變化的時間和頻率分辨率,是分析非平穩(wěn)信號的有力工具,既可分析信號的概貌,又可分析信號的細(xì)節(jié)。除了傅立葉變換,在與助聽器相關(guān)的語音信號分析工具中還可以見到離散余弦變換、獨(dú)立成分分析、盲源分離等。離散余弦變換類似于離散傅立葉變換,在進(jìn)行余弦變換時,語音信號主要分布在余弦系數(shù)的低頻區(qū)域,而隨機(jī)噪聲主要分布在高頻區(qū)域。盲源分離是目前比較熱的分析技術(shù),簡單的理解是對未知來源、特征的信號進(jìn)行分析、恢復(fù)獨(dú)立語音的過程。它將觀察到的數(shù)據(jù)進(jìn)行某種線性分解,并分解成統(tǒng)計獨(dú)立的成分,再把這個統(tǒng)計獨(dú)立的特征作為輸入的表示,為接下去的各種運(yùn)算做好準(zhǔn)備。獨(dú)立成分分析最初是被研究用來解決盲源分離問題的,它的變換可以使輸出元素之間互相統(tǒng)計獨(dú)立,在語音特征提取方面的應(yīng)用也逐漸被人們所重視。