时频不确定性:窗长权衡

同一段语音,加窗一短一长——时域分辨率和频域分辨率此消彼长,鱼和熊掌不可兼得。

时间面板 t → ⤺ 瞬态被精确框住 时域分辨率高 N·ΔT 小 ⤺ 瞬态被平均抹平 时域变差 N·ΔT 大 频率面板 f → 频点稀疏 → 频域分辨率差 Δf = f_s/N 大 频点加密 → 频域分辨率好 Δf = f_s/N 小 窗长 N(短 ⟵ ⟶ 长) 25 ms Δt 时间 Δf 频率 Δt·Δf ≥ 常数 时域分辨率 = N·ΔT = N / f_s 频域分辨率 = f_s / N ↑ 同一个 N:分子在时域,分母在频域 → 必然反向
点「播放」看窗长如何在时间与频率间做权衡。
💡 考点:窗越长 → 频域分辨率好(Δf=f_s/N 小)但时域差(瞬态被平均);窗越短反之。二者乘积有下界 Δt·Δf≥常数,无法同时变好。ASR 常取 25 ms 折中。