3.8-3.9 基音和共振峰估计解析
核磁共振谱图解析
1.955 1.941 1.936 1.922 1.918 1.910 1.907 1.904 1.899 1.895 1.884 1.867 1.853 1.848 1.664 1.658 1.650 1.645 1.638 1.632 1.628 1.619 1.610 1.602 1.589
1N
J(1-2)=2-3
2
3
1
J(1-2)=7-10
2 N
J(1-3)=0-3
5S 2
4N
J(4-5)=3-4 J(2-5)=1-2 J(2-4)=0
H 2N
5
3 4
J(2-3)=2-3 J(3-4)=3-4 J(2-4)=1-2 J(2-5)=1.5-2.5
J(2-3)=4.7-5.5
2
S 5
J(3-4)=3.3-4.1
RCOH(醛氢） RCONH2; ArCONH2; RCONHR`;ArCONHAr;
ArCONHR RNH2.HCl
(R是脂肪链基团)
B 0.5－4.0 3-6 (CDCl3); 5-11(DMSO) 10-14 (DMSO); 7-10 (CDCl3) 8-10 (峰型尖锐) 5-8 (并且两个氢会分开)
活泼氢
与O、S、N相连的氢是活泼氢. 切记想看活泼氢 一定选择氘代氯仿或DMSO做溶剂. 在DMSO中活泼 氢的出峰位置要比CDCl3中偏低场些.活泼氢由于受氢 键、浓度、温度等因素的影响，化学位移值会在一个 范围内变化.有时分子内氢键的作用会使峰型变得尖锐. 后面附注一些常见活泼氢的核磁谱图。
A ROH; RNH2; R2NH ArOH; ArSH; ArNH2 RSO3H; RCOOH;
下面是四氢糖醇的结构图,可以看出手性碳对2,3,4,5位氢的空间上的影响.
共振峰估计基础
共振峰估计基础
什么是共振峰及共振峰的作⽤
前⾯讲过语⾳的激励模型，当声门周期脉冲激励信号通过声道时，会在声道内引起共振作⽤（这个过程在语⾳产⽣模型中叫做声道模型），从⽽产⽣⼀组共振频率，这组共振频率就被称为共振峰（频率），通常认为，语⾳谱包络中的⼏个极⼤值就是共振峰频率。
准确的检测共振峰频率和带宽，有利于区分不同韵母，从于提⾼对语⾳语义的识别度。
共振峰估计的困难
（1）虚假共振峰的存在。
（2）相邻共振峰频率离的⽐较近时难以区分
（3）⾼⾳调语⾳的提取有⼀定困难。
总之，跟基⾳周期估计⼀样，⽬前尚没有⼀个完全准确的估计⽅法。
共振峰估计预处理
（1）预加重。
⽬的是为了对去除⼝唇辐射的影响，便于对声道响应进⾏分析。
（2）端点检测。
⽬的跟基⾳周期估计⼀样，不需要对静⾳段的语⾳做分析。
共振峰估计的⽅法
（1）倒谱法。
对语⾳做倒谱处理可以把激励信号与声道响应分离出来，然后去掉激励信号，之后再做傅⾥叶变换，就可以得到声道响应的包络线，对包络上寻找极⼤值，就是相应的共振峰频率。
（2）LPC法
由于通过线性预测我们可以求出⼀组预测系数，根据这组系数和全极点声道响应模型进⾏FFT变换，就可以得到声道传递函数的功率谱，再通过计算得到相应的极⼤值，就可以得到对应的共振峰频率
（3）HHT法
这个⽅法还没有细看，具体步骤还不详，主要是通过经验模态分解（EMD）和希尔伯特变换来求信号的幅值，频率、相位。
各元音平均共振峰频率 -回复
各元音平均共振峰频率-回复"各元音平均共振峰频率"元音是语音的重要组成部分，是我们进行语言交流的基石。
在语言学上，元音可以根据其共振特性和发音方式进行分类。
而元音的共振峰频率则是研究声音的一项重要指标。
本文将介绍各元音的平均共振峰频率，并逐步回答相关问题。
首先，我们需要了解什么是共振峰频率。
共振峰频率是指在声音传播过程中，声波通过空腔（如口腔、鼻腔等）时产生的共振效应。
不同的共振腔体会对声音波动产生不同的共振峰频率。
这些频率的存在导致了声音的共振加强，使得不同的元音有着特定的共振峰频率。
其次，我们将逐个介绍各个元音的平均共振峰频率。
1. /i:/：这个元音在发音时舌头靠近上颚，声音通过口腔传播。
其平均共振峰频率约为3700Hz。
2. /i/：与/i:/的发音方式相似，但发音位置稍微低一些，平均共振峰频率约为2400Hz。
3. /e/：这个元音的发音方式是舌头靠近上颚，嘴巴稍微张开，声音通过口腔传播。
其平均共振峰频率约为2300Hz。
4. /æ/：在发音时，舌头稍微下降，嘴巴张得比/e/更大一些，声音通过口腔传播。
其平均共振峰频率约为1900Hz。
5. /a:/：这个元音的发音方式是张嘴很大，舌头放松，声音通过口腔传播。
其平均共振峰频率约为660Hz。
6. /ɔ:/：这个元音的发音方式是张嘴很大，嘴形呈圆形，声音通过口腔传播。
其平均共振峰频率约为600Hz。
7. /u:/：这个元音的发音方式是嘴巴张的很大，嘴唇形成圆形，声音通过口腔传播。
其平均共振峰频率约为375Hz。
8. /ʊ/：与/u:/的发音方式类似，但发音位置稍微低一些，平均共振峰频率约为650Hz。
通过上述介绍，我们可以看到不同元音的平均共振峰频率是不同的，这是由于其发音方式和声音通过的共振腔体导致的。
这些不同的共振峰频率形成了元音的声音特色，并且使得人们能够准确地识别和理解语音。
在语音学研究中，共振峰频率是一项重要的参数，可以用于对语音进行分析、合成和识别。
核磁共振波谱法的基本原理和解析方法
一、原子核的自旋
1、原子核的自旋角动量（P）、核磁距（μ）及磁旋比（γ）
h I(I1) 2
μ＝γP
2、自旋分类
I与原子的质量数A和原子序数Z有下列关系：
AC Z
质量数 [ A ] 原子序数 [ Z ]
奇数
奇数或偶数
偶数
偶数
自旋量子数 [ I] 1/2,3/2,5/2, …
Hb
Ha
C﹦C
Hc
CN
二、偶合常数
发生自旋偶合时，核磁共振谱线发生分裂．由分裂产 生的裂距反映了相互作用的强弱，称为偶合常数．单位 为Hz。Ｊ值表示。
偕偶、邻偶、远程偶合。H-H,C-H偶合，JC-Ｈ、JH-H。 峰裂距只决定于偶合核的局部磁场强度，因此偶合常 数与外加磁场强度H0无关．
１、间隔的键数
(C ≡C-H)
(４)单键的磁的各向异性效应
屏蔽区 ⊕
Θ
Ｃ
Ｃ
Θ
去屏蔽区
⊕
H C-C-H ()
H
C C-C-H (δ=1.20-1.40)
H
去屏蔽效应增加
C C-C-C (δ=1.40-1.65)
H
环已烷氢核共振峰
去屏蔽区
环已烷氢核共振峰
4 氢键对化学位移的影响
缔合的氢核与不呈现缔合时比较，其电子屏蔽作用减 小，吸收峰移向低场，化学位移值增大．
（一）自旋分裂的产生
1、碘乙烷中CH3和CH2氢核的自旋分裂
（1）甲基受亚甲基两个氢 的干扰分裂为三重峰：
简单偶合时，峰裂距称为偶 常数（J）,Jab=Jba
1:2:1 三重峰
(2)亚甲基受甲基三个氢的干扰分裂为四重峰：
基音周期估计-共振峰估计-小结
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
5 简化逆滤波法 SIFT
• 简化逆滤波法SIFT是进行基音提取的一种新方法。 • 基本思想：首先进行LPC分析和拟滤波，得到预测残 差；然后通过自相关滤波器滤波，峰值检测，获得基音 周期。 • 与倒谱法类似，需有一个有声/无声检测器，以减少运 算量。 • 在基音提取中，采用低通滤波对提高基音提取精度是很 重要的。
原始语音信号 C-AMDF LV-AMDFFn ( k ) =
N − k −1 m=0
基本AMDF W-AMDF
∑
S n ( m + k ) − S n ( m)
LP-AMDF
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
Байду номын сангаас
2 倒谱法
虽然可以直接对语音信号求离散傅里叶变换(DFT)，然 后用DFT谱来提取语音信号的共振峰参数。但是，直接DFT 的谱要受基频谐波的影响，最大值只能出现在谐波频率上， 因而共振峰测定误差较大。 为了消除基频谐波的影响，可以采用同态解卷技术，经 过同态滤波后得到平滑的谱，这样简单地检测峰值就可以直 接提取共振峰参数，因而这种方法更为有效和精确。
式中e(n)是声门激励，v(n)是声道响应；倒谱为加法运算， 即倒谱域中基音信息与声道信息是相互分离的。 • 采用简单的倒谱滤波方法可以分离出e(n)和v(n)，根据 激励e(n)及其倒谱的特征，可以求出基音周期。 • 在过渡音或含噪语音中，倒谱峰会变得不清晰，方法 需要采用LPC分析进行改进(略)。
共振峰分析实验总结视听检验
共振峰分析实验总结视听检验
在实验中，我们首先构建了一个系统，该系统包括一个麦克风、一个
扬声器和一只音叉。
我们使用音叉作为输入信号，通过麦克风采集到系统
的输出信号。
然后，我们对采集到的信号进行频谱分析，以确定系统的频
率响应和共振峰的特性。
在实验过程中，我们设置了不同的音叉频率，并记录了相应的输出信号。
通过对这些数据进行分析，我们可以确定系统的频率响应和共振峰的
位置、幅度和宽度。
通过视听数据的检验，我们可以对实验结果进行评估。
首先，我们可
以通过观察频谱图来确定系统的频率响应和共振峰的位置。
如果频谱图显
示的共振峰与实际音叉频率相符，并且峰值处于较大的幅度范围内，那么
可以认为实验结果比较准确。
其次，我们可以通过听觉感受来评估实验结果。
如果系统的频率响应
和共振峰符合人耳的感知特性，那么我们可以认为实验结果比较可靠。
例如，如果实验结果显示共振峰在人耳相对敏感的频率范围内，并且音调清晰、动听，那么可以认为实验结果是合理的。
此外，从实验结果中我们还可以得到一些有关系统特性的信息。
例如，共振峰的宽度可以反映系统的带宽，宽度越大代表系统带宽越宽。
共振峰
的幅度可以反映系统在特定频率下的增益，幅度越大代表增益越高。
通过
观察和比较这些数据，我们可以了解系统的性能和特性。
总的来说，共振峰分析实验是一种常用的信号处理方法，通过对实验
结果进行视听检验，可以对实验结果进行评估和分析。
通过观察频谱图和
听觉感受，我们可以确定实验结果的准确性和合理性，并获得一些关于系统特性的有用信息。
第四节 核磁共振谱图解析
（3）丙醛CH3CH2CHO
（4）异丙氯（CH3)2CHCl
（5）2—苯基乙醇C6H5CH2CH2OH 解：（1）甲苯C6H5CH3 δ7.2，单峰； δ2.2单峰。 面积比为5:3。
（2）二乙醚C2H5OC2H5 δ3.1, 四重峰; δ 2.1, 三重峰; 面积比为2:3
（3）丙醛CH3CH2CHO
质子b直接与吸电子元素相连，产生去屏蔽效应，峰在低场 （相对与质子a ）出现。 质子a也受其影响，峰也向低场位移。
谱图解析（ 3 ）
苯环上的质子在低场出现。为什么？ 为什么1H比6H的化学位移大？
例：试预测下列化合物的核磁共振波谱。指出各波峰的化学位 移，分裂型态，及相对强度。
（1）甲苯C6H5CH3 （2）二乙醚C2H5OC2H5
7.x:
8.x:
苯
HCOO ArCHO
9.x: RCHO, 11.x:
RCOOH
二、谱图解析
谱图解析(1)
6个质子处于完全相同的化学环境，单峰。
没有直接与吸电子基团（或元素）相连，在高场出现。
谱图解析（ 2 ） 质子a与质子 b所处的化学环境 不同，两个单峰。 单峰：没有相邻 碳原子（或相邻 碳原子无质子）
O CH2CH3
正确结构：
HC
O CH2CH3 O CH2CH3
谱图解析与结构确定(3)
化合物 C10H12O2，推断结构
δ7.3 δ1.2
5H
δ 5.21 2H
δ2.3
2H
3H
化合物 C10H12O2，
u=1+10+1/2(-12)=5
a O b CH2 C O CH2CH3 a CH2
1) δ 2.32和δ 1.2—CH2CH3相 互偶合峰 2) δ 7.3芳环上氢，单峰烷基 单取代 3) δ 5.21—CH2上氢，低场与 电负性基团相连
第五讲 共振峰估计3.9
LPC法（了解）
这一章讨论了语音信号数字处理的一 些基本问题和最重要或常用的若干处 理方法，这些内容对语音信号数字处 理的任何一个研究领域都是必需的， 基中贯穿全书的是语音信号产生模型 和语音信号的短时分析技术。
编程实现：
1.提取一段语音信号的短时能量、过零率、短 时平均幅度差。 2.提取一段语音的傅里叶变换幅度谱、线性倒 谱、梅尔频率倒谱（MFCC）。 3. 提取一段语音的LPC参数。
倒谱法
• 下图所示为倒谱法求取语音频谱包络的原理。实验表明，倒 谱法因为其频谱曲线的波动比较小，所以估计共振峰参数的 效果是较好的，但其运算量太大。
LPC法（了解）
• 从线性预测导出的声道滤波器是频谱包络估计器的最新形式， 线性预测提供了一个优良的声道模型(条件是语音不含噪声)。 尽管线性预测法的频率灵敏度和人耳不相匹配，但它仍是最 廉价、最优良的行之有效的方法。 • 用线性预测可对语音信号进行解卷：即把激励分量归入预测 残差中，得到声道响应的全极模型H(z)的分量，从而就得到 这个分量的ai参数。另外，也可以采用抛物线内插技术，解 决频率分辨率较低的情况下的共振峰频率值的求取，它的原 理如图3-22所示。
4. 估计一段语音的基音频率。
5. 估计一段语音的前3个共振峰频率。
3.9共振峰估计
3.9 共振峰估计
• 声道可以看成是一根具有非均匀截面的声管，在发音时起 共鸣器的作用。当准周期脉冲激励进入声道时会引起共振 特性，产生一组共振频率，称为共振峰频率或简称共振峰。 共振峰参数包括共振峰频率和频带宽度，它是区别不同韵 母的重要参数。共振峰信息包含在语音频谱包络中，因此 共振峰参数提取的关键是估计自然语音频谱包络，并认为 谱包络中的最大值就是共振峰。
带通滤器组法
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
N k 1 m 0
S (m)S
n
n
(m k )
• Rn(k)不为零的范围为是k=(-N+1)～(N—1)，且为偶函数。 由3．3小节的分析可知，浊音信号的自相关函数在基音周期 的整数倍位置上出现峰值；而清音的自相关函数没有明显的 峰值出现。因此检测是否有峰值就可判断是清音或浊音，检 测峰值的位置就可提取基音周期值。
X
第1-2页
天津商业大学信息工程学院
语音信号处理 电子教案
2.基音周期估计的方法 (1)自相关法
(2)平均幅度差函数法
(3)并行处理法 (4)倒谱法 (5)简化逆滤波法 (6)小波变换法
第1-3页
X
电子教案
（1）自相关法
• 语音信号s(m)经窗长为N的窗口截取为一段加窗语音信号 Sn(m)后，定义Sn(m)的自相关函数(ACF)Rn(k)(亦即语音信号 s(m)的短时自相关函数)为：
第1-9页
X
天津商业大学信息工程学院
语音信号处理 电子教案
（5）简化逆滤波法（SIFT）
• 简化的逆滤波跟踪(SIFT)算法是相关处理法进行基 音提取的一种现代化的版本。该方法的基本思想是： 先对语音信号进行LPC分析和逆滤波，获得语音信号 的预测残差，然后将残差信号通过自相关滤波器滤 波，再作峰值检测，进而获得基音周期。语音信号 通过线性预测逆滤波器后达到频谱的平坦化，因为 逆滤波器是一个使频谱子坦化的滤波器，所以它提 供了一个简化的（亦即廉价的）频谱平滑器。预测 误差是自相关器的输入，通过与门限的比较可以确 定浊音，通过辅助信息可以减少误差。
第1-8页
X
天津商业大学信息工程学院
语音信号处理 电子教案
然而，反应信息的倒谱峰，在过渡音和含噪语音中将 会变得不清晰甚至完全消失。其原因当然主要是因 为过渡音中周期激励信号能量降低和类噪激励信号 干扰或含噪语音中的噪声干扰所致。对于一帧典型 的浊音语音的倒谱，其倒谱域中基音信息与声道信 息并不是完全分离的，在周期激励信号能量较低的 情况下，声道响应(特别是其共振峰)对基音倒谱峰 的影响就不可忽略。如果设法除去语音信号中的声 道响应信息，对类噪激励和噪声加以适当抑制，倒 谱基音检测算法的检测结果将有所改善，特别对过 渡语音的检测结果将有明显改善。
第1-4页
X
天津商业大学信息工程学院
语音信号处理 电子教案
（2）平均幅度差函数法（AMDF）
• 语音信号的短时平均幅度差函数(AMDF) Fn(k)定义为：
Fn (k )
N k 1 m 0
S (m k ) S (m)
n n
• 与短时自相关函数一样，对周期性的浊音语音，Fn(k)也呈 现与浊音语音周期相一致的周期特性，不过不同的是Fn(k) 在周期的各个整数倍点上具有谷值特性而不是峰值特性，因 而通过Fn(k)的计算同样可以来确定基音周期。而对于清音 语音信号，Fn(k)却没有这种周期特性。利用Fn(k)的这种特 性，可以判定一段语音是浊音还是清音，并估计出浊音语音 的基音周期。
第1-5页
X
天津商业大学信息工程学院
语音信号处理 电子教案
（3）并行处理技术（PPROC）方法
• 运用并行处理技术检测基音周期的方法的基本思想是：对经过 预处理的语音信号实施一系列的基音初步检测，或分别对原始 信号和经处理后的信号实施系列检测，然后根据系列检测的初 步结果，综合判定基音周期。 • 图3-21所示的是一个并行处理法的实现框图，它是一种时域方 法，检测器找出语音波形的六个测度，而这六个测度应用于六 个独立的基音检测器。由六个检测器驱动“服从多数”逻辑电 路而进行最终的基音判决。用到的波形属性是正负峰值的幅度 和位置，后峰至前峰的测度以及峰值至谷值的测度。语音最初 经截止频率为900Hz的低通滤波，如果需要的话加高通滤波去 除60Hz的交流声。用这种方法找出的基音测度与经过检验确定 的基音测度相当吻合，而且处理过程具有抗噪声能力。
第1-6页
X
天津商业大学信息工程学院
语音信号处理 电子教案
第1-7页
X
天津商业大学信息工程学院
语音信号处理 电子教案
（4）倒谱（CEP）法
• 倒谱法是传统的基音周期检测算法之一，它利用语音信号的 倒频谱特征，检测出表征声门激励周期的基音信息。 • 正如在3.5小节介绍的，语音s(n)是由声门脉冲激励e(n)经 声道响应v(n)滤波而得。即： s(n)=e(n)*v(n) • 设三者的倒谱分别为s^(n)、e^(n)及v^(n)，则有： s^(n)=e^(n)+v^(n) • 可见，倒谱域中基音信息与声道信息可以认为是相对分离的。 采取简单的倒滤波方法可以分离并恢复出e(n)和v(n)，根据 激励e(n)及其倒谱的特征可以求出基音周期。
第1-10页
X
天津商业大学信息工程学院
语音信号处理 电子教案
• 简化逆滤波器的原理框图如图3-26所示。其工作过程为：
• ①语音信号经过10kHz取样后，通过0-900Hz的数字低通滤器， 其目的是滤除声道谱中声道响应部分的影响，使峰值检测更 加容易。然后降低取样率5倍（因为激励序列的宽度小于1 kHz，所以用2kHz取样就足够了)；当然，后面要进行内插。 • ②提取降低取样率后的信号模型参数（LPC参数），检测出 峰值及其位置就得到基音周期值。 • ③最后进行有/无声判别。此处与倒谱法类似，有一个无声 检测器，以减少运算量。
语音信号处理 电子教案
§3.7 基音周期和共振峰频率估计
§3.7 基音周期和共振峰频率估计
一、基音周期估计
二、共振峰估计
第1-1页
X
天津商业大学信息工程学院
语音信号处理 电子教案
一、基音周期估计
一、基音周期估计 1.基音周期估计的重要性 基音周期是语音信号最重要的参数之一，它描 述了语音激励源的一个重要特征。基音周期信息在 多个领域中有着广泛的应用，如：语音识别、说话 人识别、语音编码、语音合成、发音系统疾病诊断、 听觉残障者的语言指导等。因为汉语是一种有调语 言，基音的变化模式称为声调，它携带着非常重要 的具有辨意作用的信息，有区别意义的功能，所以， 基音的提取和估计对汉语更是一个十分重要的问题。