语音信号数字化

语音信号数字化之前，必须先进行防混叠滤波及防工频干扰滤波。其中防混叠滤波指滤除高于 1/2 采样频率的信号成分或噪声，使信号带宽限制在某个范围内；否则，如果采样率不满足采样定理，则会产生频谱混叠，此时信号中的高频成分将产生失真；而工频干扰指 50Hz 的电源干扰。

语音信号是时间和幅度都连续变化的一维模拟信号，要想在计算机中对它进行处理，就要先进行采样和量化，将它变成时间和幅度都离散的数字信号在语音信号处理中，需要将信号表示成可以处理的函数的形式。对于模拟信号 xa（t），它表示函数值随着连续时间变量 t 的变化趋势。如果以一定的时间间隔 T 对这样的连续信号取值，则连续信号 xa（t）即变成离散信号 x（n）＝xa（nT），这个过程称为采样，其中两个取样点之间的间隔 T 称为采样周期，它的倒数 Fs 称为采样频率。根据采样定理，当采样频率大于信号最高频率的两倍时，在采样过程中就不会丢失信息，并且可以用采样后的信号重构原始信号。实际的信号常有一些低能量的频谱分量超过采样频率的一半，如浊音的频谱超过 4kHz 的分量比其峰值至少要低 40dB；而对于清音，即使超过 8kHz，频率分量也没有显著下降，因此语音信号所占的频率范围可以达到 10kHz 以上。虽然这样，但对语音清晰度有明显影响部分的最高频率为 5.7kHz 左右。CCITT（国际电报电话咨询委员会）提出的 G.711 标准建议采样频率为 8kHz，但一般情况下这只适合电话语音的情况，因为电话语音的频率为 60 ~ 3400Hz。在实际的语音信号处理中，采样频率一般为 8 ~ 10kHz。有一些系统为了实现更高质量的语音合成，或者使语音识别系统得到更高的识别率，将可处理的语音信号扩展到 7 ~ 9kHz，这时的采样频率一般为 15 ~ 20kHz。