頻譜包絡是將不同頻率的振幅最高點連結起來形成的曲線，就叫頻譜包絡線。頻譜是許多不同頻率的集合，形成一個很寬的頻率範圍，不同的頻率其振幅可能不同。計算頻譜包絡的方法也有很多，包括頻譜幀的低通濾波法，或計算時域包絡使用的RMS時窗分析法。但使用RMS計算包絡時，因使用時窗發生了減採樣——表示頻譜的數據點將會減少。因此，在RMS算法之後需要對頻譜進行插值以使RMS頻譜與原始譜的長度一致。
| 中文名稱 | 頻譜包絡 |
| 英文名稱 | spectrum envelope |
| 定 義 | 被承載信息和載波信號調製產生的完整頻譜圖形。 |
| 套用學科 | 通信科技（一級學科），線纜傳輸與接入（二級學科） |
基本介紹
- 中文名：頻譜包絡
- 外文名：Spectral envelope
- 學科：通信科技
- 含義：頻譜振幅最高點連線而成的曲線
- 類別：圖像頻譜包絡、語音頻譜包絡等
主要內容,主要類別,語音頻譜包絡,頻譜包絡濾波器,提取方法,時域提取方法,頻域提取方法,子帶劃分提取方法,
主要內容
頻譜是許多不同頻率的集合，形成一個很寬的頻率範圍；且不同的頻率其振幅可能不同。將不同頻率的振幅最高點連結起來形成的曲線，就叫頻譜包絡線。在調頻信號中，一個高頻信號，它幅度是按調製信號變化的。如果把高頻調幅信號的峰點連線起來，就可以得到一個與低頻調製信號相對應的曲線。這條曲線就是包絡線。
主要類別
語音頻譜包絡
語音頻譜包絡，即spectrum-envelope of voice。語音是一個複雜的多頻信號，各個頻率成分具有不同的幅度。將它們按頻率的大小加以排列時，其頂端所練成的曲線，成為語音頻譜包絡。包絡線的形狀是隨所發的聲音而變化的。聲帶振動產生的聲波通過由口腔、鼻腔等構成的聲道時將產生共振。共振的結果會使頻譜的某些區域得到加強。因此，頻譜包絡線的形狀因人而異。但一般說來，它具有若干個峰和谷。其中，前三個共振峰包含語言的大部分信息，它們的頻率和幅度隨所發的聲音而變化。
語音頻譜包絡與語音信號的語義信息和個性信息都密切相關。提取語音頻譜包絡即是從語音頻譜中分離出諧振包絡曲線，即聲道系統傳遞函式。該聲道系統傳遞函式可通過通過倒譜係數、共振峰頻率或者LPC係數等參數進行表示，這些參數在語音編碼、語音識別、語音轉換和語音合成等領域都有重要的作用。
頻譜包絡濾波器
近年來，在圖像處理領域，建立了一種形似頻譜包絡的濾波器，被稱為頻譜包絡濾波器。其在圖像的每一點的取值都對應了圖像頻譜的修正參數。取值較大的區域對應圖像頻譜的對應圖像頻譜中需要保留的對重構圖像有重要作用的能量聚集區；取值較小的區域對應圖像頻譜中的需要抑制的背景噪聲區，通過頻譜包絡濾波器修正的圖像頻譜，基本保留了原始頻譜的圖像特徵，在較好的保護了圖像的能量聚集區的同時，抑制了背景噪聲的頻率分量，使得濾波後的圖像獲得了保邊與平滑的較好結合。
提取方法
時域提取方法
時域提取方法主要是通過線性預測對信號進行解卷積。線性預測分析建立了一個很好的頻率產生模型，其重要性在於它能夠高效的估計參數，用較少的LPC係數就可以較好的表現波形及其頻譜性質，通過LPC係數可以較準確的表示聲道系統函式。由於線性預測方法是建立在有限階的全極點模型的基礎上，當語音表現為清音、濁音或者過渡音時，特別對某些含零點的聲道系統模型來說，這種方法分離的結果不準確。通過線性預測計算共振峰參數時一般採用多項式求根法。
頻域提取方法
頻域提取方法主要是通過同態處理對語音信號進行解卷積。對語音信號進行同態處理後將得到倒譜係數，聲道衝擊回響和聲門激勵信號被轉換成了相加的關係。同態濾波後，聲門激勵和聲道回響被分離開來。倒譜係數的高時域部分攜帶了激勵信息，而低時域部分攜帶了聲道信息。通過倒譜係數可以計算語音的基音周期，也可以表示語音的聲道系統函式。常見的倒譜係數有LPCC倒譜、DFT倒譜以及MFCC倒譜係數。對比倒譜係數表示方法與時域方法LPC係數表示方法，由於它們是對同一幀語音序列提取聲道系統函式的兩種不同的方法，表示的頻譜包絡應該相似，只是準確程度不同，在某些情況下它們還可以相互轉換。LPCC倒譜，是通過假設時域表示方法與頻域表示方法的結果相同，從LPC係數直接導出倒譜係數的計算方法。
倒譜係數一般用於語音識別領域。倒譜法估計共振峰參數的效果較好，但涉及到頻率求模、複數變換、取對數運算以及離散傅立葉變換的正反變換運算，計算量太大，並且容易受噪聲的影響。
倒譜係數一般用於語音識別領域。倒譜法估計共振峰參數的效果較好，但涉及到頻率求模、複數變換、取對數運算以及離散傅立葉變換的正反變換運算，計算量太大，並且容易受噪聲的影響。
