【正文】 進水平相比擬的成果。但是，孤立音節(jié)識別系統(tǒng)只能一個字一個字地讀入，斷斷續(xù)續(xù)的，既不自然又很費力，這樣的聽寫機產(chǎn)品不能為廣大用戶樂意接受。在國家“ 863”計劃支持下，近幾年來清華大學(xué)和中國科學(xué)院 自動化所等單位研制的聽寫機原理樣機，不僅包含有一個很大的多音節(jié)詞表，而且能用于非特定人連續(xù)語句讀入，用起來就方便得多了。目前正在考慮改進性能、開發(fā)產(chǎn)品。 3 第一 章 MATLAB 語音信號處理 簡介 第一節(jié) MATLAB 簡介 MATLAB 名字由 MATrix 和 LABoratory 兩詞的前三個字母組合而成。那是 20世紀七十年代后期的事：時任美國新墨西哥大學(xué)計算機科學(xué)系主任的 Cleve Moler 教授出于減輕學(xué)生編程負擔(dān)的動機，為學(xué)生設(shè)計了一組調(diào)用 LINPACK 和EISPACK庫程序的“通俗易用”的接口，此 即用 FORTRAN編寫的萌芽狀態(tài)的 MATLAB。 經(jīng)幾年的校際流傳，在 Little 的推動下，由 Little、 Moler、 Steve Bangert合作，于 1984 年成立了 MathWorks 公司，并把 MATLAB 正式推向市場。從這時起，MATLAB 的內(nèi)核采用 C 語言編寫，而且除原有的數(shù)值計算能力外，還新增了數(shù)據(jù)圖視功能。 MATLAB 以商品形式出現(xiàn)后的短短幾年，就以其良好的開放性和運行的可靠性，使原先控制領(lǐng)域里的封閉式軟件包紛紛淘汰，而改在 MATLAB 平臺上重建。在時間進入 20 世紀九十年代的時候， MATLAB已經(jīng)成為國際控制界公認的標準計算軟件。到九十年代初期，在國際上 30幾個數(shù)學(xué)類科技應(yīng)用軟件中， MATLAB 在數(shù)值計算方面獨占鰲頭，而 Mathematica和 Maple則分居符號計算軟件的前兩名。Mathcad 因其提供計算、圖形、文字處理的統(tǒng)一環(huán)境而深受中學(xué)生歡迎。 MathWorks 公司于 1993 年推出了基于 Windows 平臺的 。 版在繼承和發(fā)展其原有的數(shù)值計算和圖形可視能力的同時，出現(xiàn)了以下幾個重要變化：（ 1）推出了 SIMULINK，一個交互式操作的動態(tài)系統(tǒng)建模、仿真、分析集成環(huán)境 。（ 2）推出了符號計算工具包。一個以 Maple 為“引擎”的 Symbolic Math Toolbox 。此舉結(jié)束了國際上數(shù)值計算、符號計算孰優(yōu)孰劣的長期爭論，促成了兩種計算的互補發(fā)展新時代。（ 3）構(gòu)作了 Notebook 。 MathWorks 公司瞄準應(yīng)用范圍最廣的 Word ，運用 DDE 和 OLE，實現(xiàn)了 MATLAB 與 Word 的無縫連接，從而為專業(yè)科技工作者創(chuàng)造了融科學(xué)計算、圖形可視、文字處理于一體的高水準環(huán)境。從 1997 年春的 版起，后歷經(jīng) 、 、 、 、 等多個版本的不斷改進， MATLAB“面向?qū)ο蟆钡奶攸c愈加突出，數(shù)據(jù)類型愈加豐富，操作界 4 面愈加友善。 2020 年初夏所推 版的最大特點是：該版本采用了 JIT 加速器，從而使 MATLAB 朝運算速度與 C程序相比肩的方向前進了一大步。 假如說，在上世紀九十年代，新、老一代教科書的區(qū)別性標志是“教材是否包含 MATLAB 內(nèi)容”，那末進入二十一世紀后， MATLAB 對教材的影響又以嶄新的形式出現(xiàn)：新教材正在更徹底地摒棄那些手工計算、計算尺計算、手搖或電動計算機、電子模擬計算機時代建立的“老的但久被當(dāng)作經(jīng)典的”表述、分析和計算方法；而逐步地建立以現(xiàn) 代計算工具（包括軟硬件）為平臺的新的表述、分析和計算方法，其中包括采用交互式圖形用戶界面去完成各種表述、分析和計算目的。 而語音信號的進一步處理分析工作選用了 matlab 平臺 。 MATLAB 是一種科學(xué)計算軟件，專門以矩陣的形式處理數(shù)據(jù)。 MATLAB 將高性能的數(shù)值計算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，不斷完善 MATLAB 產(chǎn)品以提高產(chǎn)品自身的競爭能力 Matlab 的數(shù)據(jù)分析和處理功能十分強大，運用它來進行語音信號的分析、處理和可視化相當(dāng)便捷。 在編程效率、程序可讀性、可移植性和可擴充性上 matlab 遠 遠優(yōu)于其它的高級編程語言，而且編程易學(xué)、直觀，代碼非常符合人們的思維習(xí)慣。另外 matlab 為用戶提供了豐富的 windows 圖形界面設(shè)計方法，使用戶能夠在利用其強大的數(shù)值計算功能的同時可設(shè)計出友好的圖形界面，它受到了越來越多的用戶的歡迎 。 Matlab 幾乎可以在各種機型和操作系統(tǒng)上運行，所以在可移植性和可擴充性上， matlab 遠優(yōu)越于其他的高級編程語言。 Matlab 語言具有強大的數(shù)值計算能力和視圖能力，其偏微分方程工具箱提供了有限元求解的一個強大而靈活的環(huán)境，并且有限元網(wǎng)格可做精細劃分以滿足要求。但是，和其他 的高級語言相比，matlab 程序的執(zhí)行速度較慢。 在目前電腦處理速度不斷提升的情況下，如果實時性要求不是非常高的情況下，使用 matlab 開發(fā)就不存在此類問題了。 第二節(jié) 濾波器簡介 本設(shè)計在 matlab 平臺上，設(shè)計了 IIR 和 FIR濾波器各種類型的濾波器。用以對語音原始信號及加噪的語音信號進行濾波，重點對加噪信號進行了濾波。 5 對于 IIR濾波器，它 的極點可以在單位圓內(nèi)的任何位置，實現(xiàn) IIR 濾波器的階次 可以 較低，所用的存儲單元較少，效率高，又由于 IIR 數(shù)字濾波器能夠保留一些模擬濾波器的優(yōu)良特性，因此應(yīng)用 很廣。 設(shè)計 IIR 數(shù)字濾波器的 常用 方法 是從模擬濾波器來設(shè)計數(shù)字 IIR濾波器。模擬濾波器設(shè)計已經(jīng)有了一套相當(dāng)成熟的方法，它不但有完整的設(shè)計公式，而且還有較為完整的圖表供查詢，因此充分利用這些已有的資源將會給數(shù)字濾波器的設(shè)計帶來很大的方便。再將模擬濾波器轉(zhuǎn)換為數(shù)字濾波器，其轉(zhuǎn)換方法有沖激響應(yīng)不變法 和 雙線性 Z 變換法 。一般，當(dāng)著眼于濾波器的時域瞬態(tài)響應(yīng)時，采用脈沖響應(yīng)不變法較好，而其它情況下，對于 IIR 的設(shè)計，大多采用雙線性變換法。 對于 FIR 濾波器，它有精確、嚴格的線性相位特性，并且可以做成既是因果的又是穩(wěn)定 的系統(tǒng)。所以 FIR 濾波器的應(yīng)用越來越廣泛。除了對基于電路交換的話音流量的需求增長之外，對數(shù)據(jù)服務(wù)的需求增長也需要對空中的設(shè)計有一個高的頻譜利用率。為了達到甚至超過 IMT2020 系統(tǒng)的容量和質(zhì)量要求，物理層的設(shè)計需要使用先進的編碼技術(shù)，調(diào)制技術(shù)和有增強的接入，功率，以及干擾控制機制的分集方法。同樣，對有增強型媒體接入控制功能的物理和邏輯信道的設(shè)計也必須高效支持各種形式的基于電路和分組交換的并發(fā)業(yè)務(wù)和有不同服務(wù)質(zhì)量和實時要求的控制流。 6 第二章 設(shè)計摘要 第一節(jié) 設(shè)計介紹 用 MATLAB 軟件中有關(guān)聲音 文件進行錄制處理、播放、存儲和讀取的函數(shù)錄制一段聲音，然后對錄制的聲音進行頻譜分析，設(shè)計一個合理的濾波器，對錄制的聲音進行濾波處理，把處理后的所有數(shù)據(jù)儲存為聲音文件。重點把握語音信號處理以及濾波器的設(shè)計。本設(shè)計 在 MATLAB 環(huán)境中，使用聲音相關(guān)函數(shù)錄制 2 秒左右自己的聲音，抽樣率是 8000Hz/s， 針對電話信道（最高 3500Hz），設(shè)計一個 FIR或 IIR 濾波器進行濾波，把抽樣率轉(zhuǎn)變?yōu)?7000Hz/s，并進行頻譜分析，得到幅度和相位譜。把處理后的所有數(shù)據(jù)儲存為聲音文件，與原始聲音進行比較。 第二節(jié) 設(shè)計內(nèi)容 熟悉并掌握 MATLAB 中有關(guān)聲音（ wave）錄制、播放、存儲和讀取的函數(shù)。 在 MATLAB 環(huán)境中，使用聲音相關(guān)函數(shù)錄制 2秒左右自己的聲音，抽樣率是 8000Hz/s。錄制剛開始時，常會出現(xiàn)實際發(fā)出聲音落后錄制動作半拍的現(xiàn)象，編輯程序解決這個問題。 對錄制的聲音分別取 8000 個和 16000 個數(shù)據(jù)進行頻譜分析，得到幅度和相位譜，比較二者異同并分析原因。 針對電話信道（最高 3500Hz），設(shè)計一個 FIR 或 IIR 濾波器進行濾波，把抽樣率轉(zhuǎn)變?yōu)?7000Hz/s，并進行頻譜分析，得到幅度和相位譜。 把 處理后的所有數(shù)據(jù)儲存為聲音文件，與原始聲音進行比較。 7 第三章 設(shè)計原理 第一節(jié) 相關(guān)軟件介紹 采用 Matlab 進行數(shù)字信號處理課程設(shè)計，實踐證明，使 我們 加深了對課堂抽象概念的理解，鞏固了課堂上所學(xué)的理論知識，并能很好地理解與掌握數(shù)字信號處理中的基本概念、基本原理、基本分析方法。在課程設(shè)計中，讓 我們 錄制自己的聲音，設(shè)計濾波器對聲音進行處理，大大激發(fā)了 我 們的學(xué)習(xí)興趣，使 我們 很快地掌握編程方法和解決實際問題的技巧 Matlab 是 MathWorks 公司于 1982 年推出的一套高性能的數(shù)值計算和可視化數(shù)學(xué)軟件， 被譽為“巨人肩上的工具”。 Matlab 的含義是矩陣實驗室（ MATRIX LABORATORY）。經(jīng)過十幾年的完善和擴充，它已發(fā)展成為線性代數(shù)課程的標準工具。它集數(shù)值分析、矩陣運算、信號處理和圖形顯示于一體，構(gòu)成了一個方便的、界面友好的用戶環(huán)境。在這個環(huán)境下，對所要求解的問題，用戶只需要簡單地列出數(shù)學(xué)表達式，其結(jié)果便以數(shù)值或圖形方式顯示出來。 Matlab 的首創(chuàng)者是在數(shù)值線性代數(shù)領(lǐng)域頗有影響的 Cleve Moler 博士，他也是生產(chǎn)經(jīng)營 MATLAB 產(chǎn)品的美國 Mathworks 公司的創(chuàng)始人之一。 MATLAB 是一 種科學(xué)計算軟件，專門以矩陣的形式處理數(shù)據(jù)。 MATLAB 將高性能的數(shù)值計算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，從而使其廣泛地應(yīng)用于科學(xué)計算、控制系統(tǒng)、信息處理、數(shù)字圖形處理等領(lǐng)域的分仿真和設(shè)計工作中，而且利用MATLAB 產(chǎn)品的開發(fā)式結(jié)構(gòu)，用戶可以非常容易地對 MATLAB 進行擴充。 8 第二節(jié) 聲音處理 語音是人類獲取信息的重要來源和利用信息的重要手段。語音信號處理是一門發(fā)展十分迅速，應(yīng)用非常廣泛的前沿交叉學(xué)科，同時又是一門跨學(xué)科的綜合性應(yīng)用研究領(lǐng)域和新興技術(shù)。 聲音是一種模擬信號，而計算機只能處理數(shù)字 信息 0和 1。因此，首先要把模擬的聲音信號變成計算機能夠識別和處理的數(shù)字信號，這個過程稱為數(shù)字化，也叫 “ 模數(shù)轉(zhuǎn)換 ” 。在計算機對數(shù)字化后的聲音信號處理完后，得到的依然是數(shù)字信號。必須把數(shù)字聲音信號轉(zhuǎn)變成模擬聲音信號，然后再輸出到揚聲器，這個過程稱為 “ 數(shù)模轉(zhuǎn)換 ” 。首先，對模擬聲音信號進行采樣。這個過程的實際操作是，每隔一個很短的時間，比如 1/8000 秒甚至更短的時間，對模擬聲音信號 采 一個樣本，也就是， 獲取模擬聲音信號在此時的電壓值（音量），我們把每一秒鐘之內(nèi)采樣的次數(shù)稱為 “ 采樣頻率 “ ，用赫茲（ HZ）做單位。一般來 說，采樣頻率要達到原始聲音信號最高頻率的兩倍以上，才能較好的保證原始模擬信號在數(shù)字化后不失真 。 然后，對每個采樣樣本進行數(shù)字化處理。一般比較常用 的是使用 8位或者 16 們量化精度。所謂 8位量化，或者說是 8位 編碼，就是將聲音的音量從最小值到最大值之間分為 2 的 8 次方，也就是 256個等級。每個等級對應(yīng)的數(shù)字編碼從 0 到 256，用一個字節(jié)來表示。而每個采樣樣本的音量就近似的對應(yīng)這 256 個等級中的一個，也就相應(yīng)的獲得一個數(shù)字編碼。而 16 位量化與 8 位量化在原理上沒有本質(zhì)的區(qū)別，只是 16 位量化將音量分成了 2 的 16次方共 65536 個等級，這樣數(shù)字化后的聲音將更加逼真。（根據(jù)研究結(jié)果顯示，超過 16 位的量化精度，正常人的耳機也分辨不出來，所以現(xiàn)在最常用的是采用16位量化來處理聲音。）基音周期是語音最重要的參數(shù)之一 , 根據(jù)加窗語音來估計基音周期 , 在 語音編碼 器、 語音識別 、說話人識別等領(lǐng)域都很重要 。由信號自相關(guān)函數(shù)的性質(zhì)可知 , 若原始信號是周期的 , 則其自相關(guān)函數(shù)也是周期的 , 且自相關(guān)函數(shù)的周期就是原始信號的周期。 由于濁音是周期信號 , 其自相關(guān)函數(shù)也呈現(xiàn)明顯的周期性 , 且自相關(guān)函數(shù)的周期就是濁音的基音周期。濁音的自相關(guān)函數(shù)應(yīng)在基音周期的整數(shù)倍位置上取得極大值。 清音 接近于隨機噪聲 , 其 短時自相關(guān)函數(shù)不具有周期性。根據(jù)這個性質(zhì)可以判斷一個語音信號是清音還是濁音 , 還可以確定其基音周期。 9 語音是典型的非平穩(wěn)信號 , 但是在一個很短的時間內(nèi)可以認為其近似為平穩(wěn)信號。因此計算自相關(guān)函數(shù)前要對語音進行分段 , 分段最常用的方法是加窗。一般情況下用矩形窗 , 但是在本實驗中可以自己選擇所用的窗。矩形窗函數(shù)可表示為 w (n) =1 0 = N = N 1 0 其它 假設(shè) S(n)是原始語音 , Sw(n)是加窗語音 , 非零區(qū)間為 n= 0～ N1, 即Sw(n)=S(n)w(n) Sw(n)的自相關(guān)函數(shù)就是 S(n)的短時自相關(guān)函數(shù) , 定義為 Rw(l)=ΣSw(n)Sw(n+l) 式中 : l∈ [N+1,n1]。 可以證明 , 自相關(guān)函數(shù)是 偶函數(shù) , 且 l=0 在處取得最大值 , 但是很多時候自相關(guān)函數(shù)第一最大峰值的位置并不能與基音周期相吻合 , 產(chǎn)生這種情況的主要原因有兩點 : 1) 與窗長有關(guān) 一般認為窗長應(yīng)至少大于兩個基音周期 , 窗長取 40ms 為宜。 2) 與聲道特性的影響有關(guān) 要去除這種影響 , 一般情況先對原始語音進行 預(yù) , 預(yù)處理的過程包括兩步 : (1)用一個 60～ 900Hz 的 帶通 濾波器 對原始語音濾波 。 (2)對語音進行 非線性 變換 , 常用的非線性變換方法是進行中心削波 , 中心削 波