本文主要是介绍语音分帧加窗，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
预加重
语音信号的预加重，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。一般通过传递函数为一阶FIR高通数字滤波器来实现预加重，其中a为预加重系数，0.9<a<1.0。设n时刻的语音采样值为x(n)，经过预加重处理后的结果为y(n)）=x(n)-ax(n-1),这里取a=0.98。
简单理解就是在频域上面都乘以一个系数，这个系数跟频率成正相关，所以高频的幅值会有所提升。
分帧（chunk）
傅里叶变换要求输入的信号的平稳的。
语音信号在宏观上是不平稳的，在微观上是平稳的，具有短时平稳性（10—30ms内可以认为语音信号近似不变），这个就可以把语音信号分为一些短段来进行处理，每一个短段称为一帧（CHUNK）。
如果后续操作需要加窗，则在分帧的时候，不要背靠背地截取，而是相互重叠一部分。相邻两帧的起始位置的时间差叫做帧移（STRIDE）。
加窗
在数字处理时必须把长时间的信号序列截断。如图2.35中，x(t)为一余弦信号，其频谱是X(f)，它是位于±f0处的d函数。矩形窗函数w(t)的频谱是W(f) ，它是一个sinc(f)函数。当用一个w(t)去截断x(t)时，得到截断后的信号为x(t)*w(t)，根据傅立叶变换关系，其频谱为X(f)*W(f)。
x(t)被截断后的频谱不同于它加窗以前的频谱。由于w(t)是一个频带无限的函数，所以即使x(t)是带限信号，在截断以后也必然变成无限带宽的函数。原来集中在±f0处的能量被分散到以±f0为中心的两个较宽的频带上，也就是有一部分能量泄漏到x(t)的频带以外。为了减少泄漏应该尽量寻找频域中接近d(f)的窗函数W(f)，即主瓣窄旁瓣小的窗函数。
加窗即与一个窗函数相乘,加窗之后是为了进行傅里叶展开.
使全局更加连续，避免出现吉布斯效应。
加窗时候，原本没有周期性的语音信号呈现出周期函数的部分特征。
加窗的代价是一帧信号的两端部分被削弱了，所以在分帧的时候，帧与帧之间需要有重叠。
语音信号中一般都是要加上汉明窗，因为加上汉明窗，只有中间的数据体现出来了，两边的数据信息丢失了，所以等会移窗的时候，只会移1/3或1/2窗，这样被前一帧或二帧丢失的数据又重新得到了体现。
傅里叶变换
对一帧信号做傅里叶变换得到的结果叫做频谱
对语音信号处理主要的数学工具是傅里叶变换，而傅里叶变换是研究整个时间域和频率域的关系。不过，当运用计算机实现工程测试信号处理时，不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析。
这篇关于语音分帧加窗的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
