Hilbert-Huang变换在语音信号精细时频分析中的应用

doi:10.3778/j.issn.1002-8331.2010.28.042

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (28): 149-151.DOI: 10.3778/j.issn.1002-8331.2010.28.042

• 数据库、信号与信息处理 • 上一篇下一篇

Hilbert-Huang变换在语音信号精细时频分析中的应用

宋倩倩，于凤芹

江南大学通信与控制工程学院，江苏无锡 214122

收稿日期:2009-03-02 修回日期:2009-04-22 出版日期:2010-10-01 发布日期:2010-10-01
通讯作者: 宋倩倩

Application of Hilbert-Huang transform to fine time-frequency analysis of speech signal

SONG Qian-qian，YU Feng-qin

College of Communications and Control Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:2009-03-02 Revised:2009-04-22 Online:2010-10-01 Published:2010-10-01
Contact: SONG Qian-qian

摘要/Abstract

摘要： 语音信号是一种典型的非平稳信号，其特性及表征本质特征的参数均是随时间变化的，而时频分析是分析时变谱的有力工具，Hilbert-Huang变换是一种新型的具有自适应性的时频分析方法，对于非线性、非平稳信号有清晰的物理意义，通过HHT变换，能够得到信号的时间-频率-振幅三维分布特征。分析了HHT算法的原理，采用了合适的端点效应处理方法提高了EMD的分解精度，通过仿真实验得到了语音信号更加精细的时频结构，并与STFT、WVD及Choi-Williams分布进行了对比，显示了HHT算法的优越性。

关键词: 语音信号, 时频分析, Hilbert-Huang变换, Hilbert谱

Abstract: Speech signal is a typical non-stationary signal，its characteristic and feature parameters change along with time.Time-Frequency is a powerful tool for the analysis of time-varying spectrum.Hilbert-Huang Transform（HHT） is a new and self-adaptable method for time-frequency analysis.Its physical meaning is clear to nonlinear and non-stationary signal，it can get three dimensional distribution of time-frequency-amplitude.The theory of HHT is studied and the decomposition accuracy is improved by adopting the proper method to deal with end effect.Simulation experiments show that it can get finer time-frequency structure compared with STFT，WVD and Choi-Williams.

Key words: speech signal, time-frequency analysis, Hilbert-Huang Transform（HHT）, Hilbert spectrum

中图分类号:

TN912

宋倩倩，于凤芹. Hilbert-Huang变换在语音信号精细时频分析中的应用[J]. 计算机工程与应用, 2010, 46(28): 149-151.

SONG Qian-qian，YU Feng-qin. Application of Hilbert-Huang transform to fine time-frequency analysis of speech signal[J]. Computer Engineering and Applications, 2010, 46(28): 149-151.

[1]	曹晓航，汪立新，束学渊. 基于小波不变矩的雷达辐射源信号识别[J]. 计算机工程与应用, 2020, 56(19): 269-272.
[2]	赖松轩，李艳雄. 说话人聚类的初始类生成方法[J]. 计算机工程与应用, 2017, 53(3): 149-153.
[3]	康宪芝1，李健1，张宇1，王伟魁1，陈瑞东2. 基于瞬变流法的管道泄漏定位研究[J]. 计算机工程与应用, 2015, 51(19): 255-259.
[4]	田旺兰，李加升. 改进运用深度置信网络的语音端点检测方法[J]. 计算机工程与应用, 2014, 50(20): 207-210.
[5]	侯玉宝，王景芳. 拉普拉斯混合分布语音模型研究[J]. 计算机工程与应用, 2014, 50(18): 202-205.
[6]	曾祥峰1，杨育红1，崔鹏辉1，温洲2. 组合谱图法在跳频信号时频分析中的应用[J]. 计算机工程与应用, 2013, 49(13): 89-92.
[7]	肖正安. 语音信号稀疏分解的FOA实现[J]. 计算机工程与应用, 2013, 49(10): 232-234.
[8]	王帛，冯新喜，邱浪波. 一种噪声环境的语音端点检测方法[J]. 计算机工程与应用, 2012, 48(6): 123-125.
[9]	王学敏1，黄方林2. 一种利用HHT消除信号短时强干扰的方法[J]. 计算机工程与应用, 2012, 48(5): 131-134.
[10]	齐昶，王斌. 低信噪比下跳频信号参数盲估计[J]. 计算机工程与应用, 2012, 48(3): 153-155.
[11]	高玉宝，江金龙. 分数低阶[α]稳定分布的功率谱估计新方法[J]. 计算机工程与应用, 2012, 48(12): 125-128.
[12]	刘伟1，2，华臻1. Hilbert-Huang变换在煤矸界面探测中的应用[J]. 计算机工程与应用, 2011, 47(9): 8-11.
[13]	赵丹，马胜前，郑杰. 基于SPIHT编码的语音信号压缩算法[J]. 计算机工程与应用, 2011, 47(9): 142-145.
[14]	陈广锋1，2，张林让2，刘高高2，王纯2，刘昕2，张波2. 一种复合微运动的微多普勒分析与参数估计[J]. 计算机工程与应用, 2011, 47(36): 166-169.
[15]	李建文1，侯媛媛1，李江红2. 五通道异步摩尔斯编码皮肤听声的研究[J]. 计算机工程与应用, 2011, 47(35): 125-127.

Hilbert-Huang变换在语音信号精细时频分析中的应用

Application of Hilbert-Huang transform to fine time-frequency analysis of speech signal

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics