“帧阻塞”是什么意思？ [关闭]

Question

我对“框架阻塞”很好奇，这是我在网站上看到的特征提取的第一步。它说应该遵循这些步骤来提取音频的特征：

1. 帧阻塞
2. 窗口
3. fft
4. mel 频率扭曲
5. 倒谱

“帧阻塞”是什么意思？任何人都可以为此提供算法或代码（c＃）吗？

顺便问一下，这个步骤顺序对于特征提取是否正确？

在特征提取之前我应该​​如何“预过滤”音频？

谢谢。

Answer 1

这是我从谷歌搜索中找到的“帧阻塞”一词 - 谷歌自动完成了“语音信号的帧阻塞”。

http://books.google.com/books?id=B9VuCBBYzJ4C&pg=PA21&lpg=PA21&dq=frame+blocking+of+speech+signal&source=bl&ots=FCzp86g8F0&sig=P5aolL4OAAyPwxZ2nMd-Ye_5M_I&hl=en&sa=X&ei=oLM3UeK3DsTfrQHyvYD4DQ&sqi=2&ved=0CC4Q6AEwAA#v=onepage&q=frame%20blocking%20of%20speech%20signal&f=false

相关文字：

语音信号处理中最常见的方法是基于短时分析。预加重的信号被分成 N 个样本的帧。帧持续时间通常在 10 - 30 mxec 之间。此范围内的值代表频谱变化率和系统复杂性之间的折衷。适当的帧持续时间最终取决于语音产生系统中发音器的速度。一些声音（例如，停止辅音）表现出尖锐的频谱过渡，这可能导致频谱峰值移动高达 80 Hz/msec（Mar76]。图 2.3 说明了一个单词在 J 帧中的阻塞。重叠量在一定程度上控制了参数在帧之间的变化速度。

现在你的问题是，你在帧阻塞方面做了什么尝试？