随笔分类 -  语音信号处理

摘要：声音的本质是震动，震动的本质是位移关于时间的函数，波形文件(.wav)中记录了不同采样时刻的位移。 通过傅里叶变换，可以将时间域的声音函数分解为一系列不同频率的正弦函数的叠加，通过频率谱线的特殊分布，建立音频内容和文本的对应关系，以此作为模型训练的基础。 案例：画出语音信号的波形和频率分布，（fre 阅读全文

摘要：语音信号处理一般都要进行主观评价实验和客观评价实验。 主观评价：邀请测听者对语音进行测听，测听者根据语音的质量和可理解性 给出主观意见得分 客观评价：根据算法来衡量语音质量 主观听力测试可能是评估语音质量或语音清晰度最可靠的方法。但是主观评价实验受到以下限制： 需要训练有素的听众 需要消耗更多的时间 阅读全文

摘要：模拟 / 数字滤波器 模拟滤波器（Analog Filter）是一种基于连续时间信号进行滤波的滤波器。它接受连续时间信号作为输入，并输出经过滤波处理后的连续时间信号。模拟滤波器通常使用电子元件（如电容、电感、电阻）来实现滤波功能。模拟滤波器广泛应用于模拟电路、音频放大器等领域。 计算模拟滤波器的频率 阅读全文

摘要：数字信号 连续时间信号：在连续时间范围内定义的信号，信号的幅度可以是连续的（模拟信号），也可以是离散的 离散时间信号：时间为离散变量的信号，即独立变量时间被量化了，而幅度仍是连续变化的 数字信号：时间离散并且幅度量化的信号，如果是二进制量化，只有1，0两种模式的信号。四进制数字信号只有四种取值，以此 阅读全文

摘要：语音信号的预处理 语音信号的频带范围通常是300~3400Hz，一般情况下取采样率为8kHz，本博客的部分代码采用的是已经数字化了的语音。 预加重 预加重的目的是为了对语音的高频部分进行加重，去除口唇辐射的影响，增加语音的高频分辨率。 一般通过使用一阶FIR高通数字滤波器来实现预加重，滤波器函数为： 阅读全文

摘要：作者：凌逆战（转载请注明出处） 博客园地址：https://www.cnblogs.com/LXP-Never/p/10078200.html 音频信号的读写、播放及录音 python已经支持WAV格式的书写，而实时的声音输入输出需要安装pyAudio(http://people.csail.mit 阅读全文