【正文】 摘要語(yǔ)音信號(hào)處理是研究用數(shù)字信號(hào)處理技術(shù)和語(yǔ)音學(xué)知識(shí)對(duì)語(yǔ)音信號(hào)進(jìn)行處理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。通過(guò)語(yǔ)音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息形式。數(shù)字信號(hào)處理（DigitalSignalProcessing，簡(jiǎn)稱DSP）是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字形式對(duì)信號(hào)進(jìn)行采集、變換、濾波、估值、增強(qiáng)、壓縮、識(shí)別等處理，以得到符合人們需要的信號(hào)形式。Matlab語(yǔ)言是一種數(shù)據(jù)分析和處理功能十分強(qiáng)大的計(jì)算機(jī)應(yīng)用軟件，它可以將聲音文件變換為離散的數(shù)據(jù)文件，然后利用其強(qiáng)大的矩陣運(yùn)算能力處理數(shù)據(jù)，如數(shù)字濾波、傅里葉變換、時(shí)域和頻域分析、聲音回放以及各種圖的呈現(xiàn)等，它的信號(hào)處理與分析工具箱為語(yǔ)音信號(hào)分析提供了十分豐富的功能函數(shù)，利用這些功能函數(shù)可以快捷而又方便地完成語(yǔ)音信號(hào)的處理和分析以及信號(hào)的可視化，使人機(jī)交互更加便捷。信號(hào)處理是Matlab重要應(yīng)用的領(lǐng)域之一。本設(shè)計(jì)針對(duì)現(xiàn)在大部分語(yǔ)音處理軟件內(nèi)容繁多、操作不便等問(wèn)題，、各種函數(shù)調(diào)用等來(lái)實(shí)現(xiàn)語(yǔ)音信號(hào)的變頻、傅里葉變換及濾波，程序界面簡(jiǎn)練，操作簡(jiǎn)便，具有一定的實(shí)際應(yīng)用意義。關(guān)鍵字：Matlab，語(yǔ)音信號(hào)，傅里葉變換，信號(hào)處理 I1 緒 論 課題的背景與意義通過(guò)語(yǔ)音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息的形式。語(yǔ)言是人類持有的功能。聲音是人類常用的工具，是相互傳遞信息的最主要的手段。因此，語(yǔ)音信號(hào)是人們構(gòu)成思想疏通和感情交流的最主要的途徑。并且，由于語(yǔ)言和語(yǔ)音與人的智力活動(dòng)密切相關(guān)，與社會(huì)文化和進(jìn)步緊密相連，所以它具有最大的信息容量和最高的智能水平?，F(xiàn)在，人類已開(kāi)始進(jìn)入了信息化時(shí)代，用現(xiàn)代手段研究語(yǔ)音信號(hào)，使人們能更加有效地產(chǎn)生、傳輸、存儲(chǔ)、獲取和應(yīng)用語(yǔ)音信息，這對(duì)于促進(jìn)社會(huì)的發(fā)展具有十分重要的意義。讓計(jì)算機(jī)能聽(tīng)懂人類的語(yǔ)言，是人類自計(jì)算機(jī)誕生以來(lái)夢(mèng)寐以求的想法。隨著計(jì)算機(jī)越來(lái)越向便攜化方向發(fā)展，隨著計(jì)算環(huán)境的日趨復(fù)雜化，人們?cè)絹?lái)越迫切要求擺脫鍵盤(pán)的束縛而代之以語(yǔ)音輸人這樣便于使用的、自然的、人性化的輸人方式。作為高科技應(yīng)用領(lǐng)域的研究熱點(diǎn)，語(yǔ)音信號(hào)采集與分析從理論的研究到產(chǎn)品的開(kāi)發(fā)已經(jīng)走過(guò)了幾十個(gè)春秋并且取得了長(zhǎng)遠(yuǎn)的進(jìn)步。它正在直接與辦公、交通、金融、公安、商業(yè)、旅游等行業(yè)的語(yǔ)音咨詢與管理。工業(yè)生產(chǎn)部門(mén)的語(yǔ)聲控制，電話、電信系統(tǒng)的自動(dòng)撥號(hào)、輔助控制與查詢以及醫(yī)療衛(wèi)生和福利事業(yè)的生活支援系統(tǒng)等各種實(shí)際應(yīng)用領(lǐng)域相接軌，并且有望成為下一代操作系統(tǒng)和應(yīng)用程序的用戶界面?？梢?jiàn)，語(yǔ)音信號(hào)采集與分析的研究將是一項(xiàng)極具市場(chǎng)價(jià)值和挑戰(zhàn)性的工作。我們今天進(jìn)行這一領(lǐng)域的研究與開(kāi)拓就是要讓語(yǔ)音信號(hào)處理技術(shù)走入人們的日常生活當(dāng)中，并不斷朝更高目標(biāo)而努力。語(yǔ)音信號(hào)采集與分析之所以能夠那樣長(zhǎng)期地、深深地吸引廣大科學(xué)工作者去不斷地對(duì)其進(jìn)行研究和探討，除了它的實(shí)用性之外，另一個(gè)重要原因是，它始終與當(dāng)時(shí)信息科學(xué)中最活躍的前沿學(xué)科保持密切的聯(lián)系，并且一起發(fā)展。語(yǔ)音信號(hào)采集與分析是以語(yǔ)音語(yǔ)言學(xué)和數(shù)字信號(hào)處理為基礎(chǔ)而形成的一門(mén)涉及面很廣的綜合性學(xué)科，與心理、生理學(xué)、計(jì)算機(jī)科學(xué)、通信與信息科學(xué)以及模式識(shí)別和人工智能等學(xué)科都有著非常密切的關(guān)系。對(duì)語(yǔ)音信號(hào)采集與分析的研究一直是數(shù)字信號(hào)處理技術(shù)發(fā)展的重要推動(dòng)力量。因?yàn)樵S多處理的新方法的提出，首先是在語(yǔ)音信號(hào)處理中獲得成功，然后再推廣到其他領(lǐng)域。 國(guó)內(nèi)外研究現(xiàn)狀語(yǔ)音信號(hào)的采集與分析作為一個(gè)重要的研究領(lǐng)域，已經(jīng)有很長(zhǎng)的研究歷史。但是它的快速發(fā)展可以說(shuō)是從1940年前后Dudley的聲碼器(vocoder)和potter等人的可見(jiàn)語(yǔ)音（Visible Speech)開(kāi)始的。1952年貝爾(Bell)實(shí)驗(yàn)室的Davis等人首次研制成功能識(shí)別十個(gè)英語(yǔ)數(shù)字的實(shí)驗(yàn)裝置。1956年Olson和Belar等人采用8個(gè)帶通濾波器組提取頻譜參數(shù)作為語(yǔ)音的特征，研制成功一臺(tái)簡(jiǎn)單的語(yǔ)音打字機(jī)。20世紀(jì)60年代初由于Faut和Steven的努力，奠定了語(yǔ)音生成理論的基礎(chǔ)，在此基礎(chǔ)上語(yǔ)音合成的研究得到了扎實(shí)的進(jìn)展。20世紀(jì)60年代中期形成的一系列數(shù)字信號(hào)處理方法和技術(shù)，如數(shù)字濾波器、快速博里葉變換(FFT)等成為語(yǔ)音信號(hào)數(shù)字處理的理論和技術(shù)基礎(chǔ)。在方法上，隨著電子計(jì)算機(jī)的發(fā)展，以往的以硬件為中心的研究逐漸轉(zhuǎn)化為以軟件為主的處理研究。然而，在語(yǔ)音識(shí)別領(lǐng)域內(nèi)，初期有幾種語(yǔ)音打字機(jī)的研究也很活躍，但后來(lái)已全部停了下來(lái)，這說(shuō)明了當(dāng)時(shí)人們對(duì)話音識(shí)別難度的認(rèn)識(shí)得到了加深。所以1969年美國(guó)貝爾研究所的Pierce感嘆地說(shuō)“語(yǔ)音識(shí)別向何處去?”。到了1970年，好似反駁Pierce的批評(píng)，單詞識(shí)別裝置開(kāi)始了實(shí)用化階段，其后實(shí)用化的進(jìn)程進(jìn)一步高漲，實(shí)用機(jī)的生產(chǎn)銷(xiāo)售也上了軌道。此外社會(huì)上所宣傳的聲紋(Voice Print)識(shí)別，即說(shuō)話人識(shí)別的研究也扎扎實(shí)實(shí)地開(kāi)展起來(lái)，并很快達(dá)到了實(shí)用化的階段。到了1971年，以美國(guó)ARPA(American Research Projects Agency)為主導(dǎo)的“語(yǔ)音理解系統(tǒng)”的研究計(jì)劃也開(kāi)始起步。這個(gè)研究計(jì)劃不僅在美國(guó)園內(nèi)，而且對(duì)世界各國(guó)都產(chǎn)生了很大的影響，它促進(jìn)了連續(xù)語(yǔ)音識(shí)別研究的興起。歷時(shí)五年的龐大的ARPA研究計(jì)劃，雖然在語(yǔ)音理解、語(yǔ)言統(tǒng)計(jì)模型等方面的研究積累了一些經(jīng)驗(yàn)，取得了許多成果，但沒(méi)能達(dá)到巨大投資應(yīng)得的成果，在1976年停了下來(lái)，進(jìn)入了深刻的反省階段。但是，在整個(gè)20世紀(jì)70年代還是有幾項(xiàng)研究成果對(duì)語(yǔ)音信號(hào)處理技術(shù)的進(jìn)步和發(fā)展產(chǎn)生了重大的影響。這就是20世紀(jì)70年代初由板倉(cāng)(Itakura)提出的動(dòng)態(tài)時(shí)間規(guī)整(DTW)技術(shù)，使語(yǔ)音識(shí)別研究在匹配算法方面開(kāi)辟了新思路；20世紀(jì)70年代中期線性預(yù)測(cè)技術(shù)(LPC)被用于語(yǔ)音信號(hào)處理，此后隱馬爾可夫模型法(HNMM)也獲得初步成功，該技術(shù)后來(lái)在語(yǔ)音信號(hào)處理的多個(gè)方面獲得巨大成功；20世紀(jì)70年代未，Linda、Buzo、Gray和Markel等人首次解決了矢量量化(VQ)碼書(shū)生成的方法，并首先將矢量量化技術(shù)用于語(yǔ)音編碼獲得成功。從此矢量量化技術(shù)不僅在語(yǔ)音識(shí)別、語(yǔ)音編碼和說(shuō)話人識(shí)別等方面發(fā)揮了重要作用，而且很快推廣到其他許多領(lǐng)域。因此，20世紀(jì)80年代開(kāi)始出現(xiàn)的語(yǔ)音信號(hào)處理技術(shù)產(chǎn)品化的熱潮，與上述語(yǔ)音信號(hào)處理新技術(shù)的推動(dòng)作用是分不開(kāi)的。20世紀(jì)80年代，由于矢量量化、隱馬爾可夫模型和人工神經(jīng)網(wǎng)絡(luò)(ANN)等相繼被應(yīng)用于語(yǔ)音信號(hào)處理，并經(jīng)過(guò)不斷改進(jìn)與完善，使得語(yǔ)音信號(hào)處理技術(shù)產(chǎn)生了突破性的進(jìn)展。其中，隱馬爾可夫模型作為語(yǔ)音信號(hào)的一種統(tǒng)計(jì)模型，在語(yǔ)音信號(hào)處理的各個(gè)領(lǐng)域中獲得了廣泛的應(yīng)用。其理論基礎(chǔ)是1970年前后，由Baum等人建立起來(lái)的，隨后，由美國(guó)卡內(nèi)基梅隆大學(xué)(CMU)的Baker和美國(guó)IBM公司的Jelinek等人將其應(yīng)用到語(yǔ)音識(shí)別中。由于美國(guó)貝爾實(shí)驗(yàn)室的Babiner等人在20世紀(jì)80年代中期，對(duì)隱馬爾可夫模型深人淺出的介紹，才使世界各國(guó)從事語(yǔ)音信號(hào)處理的研究人員了解和熟悉，進(jìn)而成為一個(gè)公認(rèn)的研究熱點(diǎn)，也是目前語(yǔ)音識(shí)別等的主流研究途徑。進(jìn)入20世紀(jì)90年代以來(lái)，語(yǔ)音信號(hào)采集與分析在實(shí)用化方面取得了許多實(shí)質(zhì)性的研究進(jìn)展。其中，語(yǔ)音識(shí)別逐漸由實(shí)驗(yàn)室走向?qū)嵱没?。一方面，?duì)聲學(xué)語(yǔ)音學(xué)統(tǒng)計(jì)模型的研究逐漸深入，魯棒的語(yǔ)音識(shí)別、基于語(yǔ)音段的建模方法及隱馬爾可夫模型與人工神經(jīng)網(wǎng)絡(luò)的結(jié)合成為研究的熱點(diǎn)。另一方面，為了語(yǔ)音識(shí)別實(shí)用化的需要，講者自適應(yīng)、聽(tīng)覺(jué)模型、快速搜索識(shí)別算法以及進(jìn)一步的語(yǔ)言模型的研究等課題倍受關(guān)注。 數(shù)字信號(hào)處理（DSP）簡(jiǎn)介 數(shù)字信號(hào)處理（DigitalSignalProcessing，簡(jiǎn)稱DSP）是一門(mén)涉及許多學(xué)科而又廣泛應(yīng)用于許多領(lǐng)域的新興學(xué)科。20世紀(jì)60年代以來(lái)，隨著計(jì)算機(jī)和信息技術(shù)的飛速發(fā)展，數(shù)字信號(hào)處理技術(shù)應(yīng)運(yùn)而生并得到迅速的發(fā)展。在過(guò)去的二十多年時(shí)間里，數(shù)字信號(hào)處理已經(jīng)在通信等領(lǐng)域得到極為廣泛的應(yīng)用。數(shù)字信號(hào)處理是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字形式對(duì)信號(hào)進(jìn)行采集、變換、濾波、估值、增強(qiáng)、壓縮、識(shí)別等處理，以得到符合人們需要的信號(hào)形式。數(shù)字信號(hào)處理是圍繞著數(shù)字信號(hào)處理的理論、實(shí)現(xiàn)和應(yīng)用等幾個(gè)方面發(fā)展起來(lái)的。數(shù)字信號(hào)處理在理論上的發(fā)展推動(dòng)了數(shù)字信號(hào)處理應(yīng)用的發(fā)展。反過(guò)來(lái)，數(shù)字信號(hào)處理的應(yīng)用又促進(jìn)了數(shù)字信號(hào)處理理論的提高。而數(shù)字信號(hào)處理的實(shí)現(xiàn)則是理論和應(yīng)用之間的橋梁。數(shù)字信號(hào)處理是以眾多學(xué)科為理論基礎(chǔ)的，它所涉及的范圍極其廣泛。例如，在數(shù)學(xué)領(lǐng)域，微積分、概率統(tǒng)計(jì)、隨機(jī)過(guò)程、數(shù)值分析等都是數(shù)字信號(hào)處理的基本工具，與網(wǎng)絡(luò)理論、信號(hào)與系統(tǒng)、控制論、通信理論、故障診斷等也密切相關(guān)。近來(lái)新興的一些學(xué)科，如人工智能、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等，都與數(shù)字信號(hào)處理密不可分?？梢哉f(shuō)，數(shù)字信號(hào)處理是把許多經(jīng)典的理論體系作為自己的理論基礎(chǔ)，同時(shí)又使自己成為一系列新興學(xué)科的理論基礎(chǔ)。 本文主要工作本文簡(jiǎn)要介紹了語(yǔ)音信號(hào)采集與分析的發(fā)展史以及語(yǔ)音信號(hào)的特征、采集與分析方法，并通過(guò)PC機(jī)錄制自己的一段聲音，運(yùn)用Matlab進(jìn)行仿真分析，最后加入噪聲進(jìn)行濾波處理，比較濾波前后的變化。第2章主要介紹語(yǔ)音信號(hào)的特點(diǎn)與采集，仿真主要是驗(yàn)證奈奎斯特定理。第3章主要是對(duì)語(yǔ)音信號(hào)進(jìn)行時(shí)域、頻域上的分析，如短時(shí)功率譜，短時(shí)能量，短時(shí)平均過(guò)零率，語(yǔ)譜圖分析等等。第4章是對(duì)語(yǔ)音信號(hào)的綜合和分析，包括語(yǔ)音信號(hào)的調(diào)制、疊加和濾波。 352 語(yǔ)音信號(hào)的特點(diǎn)與采集 語(yǔ)音信號(hào)的特點(diǎn)通過(guò)對(duì)大量語(yǔ)音信號(hào)的觀察和分析發(fā)現(xiàn)，語(yǔ)音信號(hào)主要有下面兩個(gè)特點(diǎn)：在頻域內(nèi)，語(yǔ)音信號(hào)的頻譜分量主要集中在300～3400Hz的范圍內(nèi)。利用這個(gè)特點(diǎn)，可以用一個(gè)防混迭的帶通濾波器將此范圍內(nèi)的語(yǔ)音信號(hào)頻率分量取出，然后按8kHz的采樣率對(duì)語(yǔ)音信號(hào)進(jìn)行采樣，就可以得到離散的語(yǔ)音信號(hào)。在時(shí)域內(nèi)，語(yǔ)音信號(hào)具有“短時(shí)性”的特點(diǎn)，即在總體上，語(yǔ)音信號(hào)的特征是隨著時(shí)間而變化的，但在一段較短的時(shí)間間隔內(nèi)，語(yǔ)音信號(hào)保持平穩(wěn)。在濁音段表現(xiàn)出周期信號(hào)的特征，在清音段表現(xiàn)出隨機(jī)噪聲的特征。下面是一段語(yǔ)音信號(hào)的時(shí)域波形圖(圖21)和頻域圖(圖22)，由這兩個(gè)圖可以看出語(yǔ)音信號(hào)的兩個(gè)特點(diǎn)。 圖21語(yǔ)音信號(hào)時(shí)域波形圖 圖22語(yǔ)音信號(hào)頻域波形圖在將語(yǔ)音信號(hào)進(jìn)行數(shù)字化前，必須先進(jìn)行防混疊預(yù)濾波，預(yù)濾波的目的有兩個(gè)：抑制輸入信導(dǎo)各領(lǐng)域分量中頻率超出fs/2的所有分量(fs為采樣頻率)，以防止混疊干擾。抑制50Hz的電源工頻干擾。這樣，預(yù)濾波器必須是一個(gè)帶通濾波器，設(shè)其上、下截止頻率分別是fH和fL，則對(duì)于絕大多數(shù)語(yǔ)音編譯碼器，fH=3400Hz、fL＝60~100Hz、采樣率為f