【正文】 ) 0 0 . 5 1 1 . 5 2 2 . 5x 1 0400 . 0 50 . 10 . 1 50 . 20 . 2 50 . 30 . 3 50 . 40 . 4 5F r e q u e n c y ( H z ) 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 Figure 21Speech signal timedomain waveform Figure 22 Frequencydomain speech signal waveform 語(yǔ)音信號(hào)的采集 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)： ① 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。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)。 MATLAB 的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用 MATLAB 來(lái)解算問(wèn)題要比用 C， FORTRAN 等語(yǔ)言完相同的事情簡(jiǎn)捷得多，并且 mathwork 也吸收了像 Maple 等軟件的優(yōu)點(diǎn) ,使 MATLAB 成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。 本文的仿真軟件 Matlab MATLAB 是美國(guó) MathWorks 公司出品的商業(yè) 數(shù)學(xué)軟件 ，用于算法開(kāi)發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境，主要包括 MATLAB 和 Simulink 兩大部分 [4]。 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。 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。 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。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。此外社會(huì)上所宣傳的聲紋 (Voice Print)識(shí)別，即說(shuō)話(huà)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。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。 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)字的河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計(jì) ) 實(shí)驗(yàn)裝置。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?？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。 讓計(jì)算機(jī)能聽(tīng)懂人類(lèi)的語(yǔ)言，是人類(lèi)自計(jì)算機(jī)誕生以來(lái)夢(mèng)寐以求的想法。語(yǔ)言是人類(lèi)持有的功能．聲音是人類(lèi)常用的工具，是相互傳遞信息的最主要的手段。 關(guān)鍵詞：語(yǔ)音信號(hào)，采集與分析， Matlab 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計(jì) ) Audio signal acquisition and analysis Author： zhuyousong Teacher guidance： lifuqiang Abstract Speech signal acquisition and analysis techniques are a wide range of crossscientific， Its application and development of voice study, sound measurement study, electronic measuring technology, and digital signal processing disciplines, such as close contact。 ~ 在指導(dǎo)老師的幫助下進(jìn)行最后一次 精心 修改，完成了終稿。讓計(jì)算機(jī)能聽(tīng)懂人類(lèi)的語(yǔ)言，是人類(lèi)自計(jì)算機(jī)誕生以來(lái)夢(mèng)寐以求的想法，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。 論文（設(shè)計(jì)）的主要內(nèi)容： 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 。 主要參考文獻(xiàn)： [1]胡航．語(yǔ)音信號(hào)處理【 M】．哈爾濱：哈爾濱工業(yè)大學(xué)出版社， 2021． [2]丁玉美 ． 高西全 ． 數(shù)字信號(hào)處理【 M】 ． 西安電子科技大學(xué)出版社， 2021． [3]樊昌信 ． 通信原理【 M】北京：國(guó)防工業(yè)出版社， 2021． [4]張威 ． MATLAB 基礎(chǔ)與編程入門(mén)【 M】 ． 西安 電子科技大學(xué)出版社， 2021． [5]何強(qiáng)，何英． MATLAB 擴(kuò)展編程【 M】．北京：清華大學(xué)出版社， 2021： 293296． 論文（設(shè)計(jì)）工作起訖日期： 2021 年 02 月 20 日至 2021 年 05 月 10 日 指導(dǎo)教師（簽名） 院長(zhǎng)（簽名） 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計(jì) ) 語(yǔ)音信號(hào)的采集與分析 作者： 123 指導(dǎo)老師： 456 摘 要 語(yǔ)音信號(hào)的采集與分析技術(shù)是一門(mén)涉及面很廣的交叉科學(xué)，它的應(yīng)用和發(fā)展與語(yǔ)音學(xué)、聲音測(cè)量學(xué)、電子測(cè)量技術(shù)以及數(shù)字信號(hào)處理等學(xué)科緊 密聯(lián)系。 Collection and analysis of voice one of the smallscale equipment, intelligence, digital and multifunctional development of more and more quickly, faster than the previous analysis has been substantially high。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。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。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)走人人們的日常生活當(dāng)中，并不斷朝更高目標(biāo)而努力。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 。 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)。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(huà)音識(shí)別難度的認(rèn)識(shí)得到了加深。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(xiàn)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。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。其中，語(yǔ)音識(shí)別逐漸由實(shí)驗(yàn)室走向?qū)嵱没?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 。 MATLAB 是 矩陣實(shí)驗(yàn)室 （ Matrix Laboratory）的簡(jiǎn)稱(chēng)，和 Mathematica、 Maple 并稱(chēng)為三大數(shù)學(xué)軟件。在新的版本中也加入了對(duì) C， FORTRAN， C++， JAVA 的支持。 ② 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)。 ② 抑制50Hz 的電源工頻干擾。 采樣也稱(chēng)抽樣，是信號(hào)在時(shí)間上的離散化，即按照一定時(shí)間間隔△ t 在模擬信號(hào) x(t)上逐點(diǎn)采取其瞬時(shí)值。 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計(jì) ) 0 1 2 3 4 5 6x 1 04 0 . 200 . 20 . 40 . 6抽取后的信號(hào)0 5000 10000 1500011 . 522 . 53 對(duì)上述信號(hào)進(jìn)行 1/80 采樣頻率抽取，即 采樣頻率 變?yōu)閷⒔?500Hz 時(shí)，由于采樣頻率比較小，所以采樣點(diǎn)數(shù)就稀疏 ，所得離散信號(hào)就越 偏離 于原信號(hào) ，頻譜也發(fā)生了混疊。但過(guò)高的采樣頻率并不可取，對(duì)固定長(zhǎng)度（ T）的信號(hào)，采集到過(guò)大的數(shù)據(jù)量（ N=T/△ t），給計(jì)算機(jī)增加不必要的計(jì)算工作量和存儲(chǔ)空間；若數(shù)據(jù)量（ N）限定，則采樣時(shí)間過(guò)短，會(huì)導(dǎo)致一些 數(shù)據(jù)信息被排斥在外。量化電平按級(jí)數(shù)變化，實(shí)際的振動(dòng)值是連續(xù)的物理量。市面上購(gòu)買(mǎi)到的普通聲卡在這方面做的都很好，語(yǔ)音聲波通過(guò)話(huà)筒輸入到聲卡后直接獲得的是經(jīng)過(guò)防混疊濾波、 A/D 變換、量化處理的離散的數(shù)字信號(hào)。 第 3 章 語(yǔ)音信號(hào) 的 分析 語(yǔ)音信號(hào)分析 技術(shù) 語(yǔ)音信號(hào)分析是語(yǔ)音信號(hào)處理的前提和基礎(chǔ)，只有分析出可表示語(yǔ)音信號(hào)本質(zhì)特征的參數(shù)，才有可能利用這些參數(shù)進(jìn)行高效的語(yǔ)音通信、語(yǔ)音合成和語(yǔ)音識(shí)別等處理 [8]。因?yàn)?，語(yǔ)音信號(hào)從整體來(lái)看其特性及表征其本質(zhì)特征的參數(shù)均是隨時(shí)間而變化的，所以它是一個(gè)非乎穩(wěn)態(tài)過(guò)程，不能用處理乎穩(wěn)信號(hào)的數(shù)字信號(hào)處理技術(shù)對(duì)其進(jìn)行分析處理。 根據(jù)所分析出的參數(shù)的性質(zhì)的不同，可將語(yǔ)音信號(hào)分析分為時(shí)域分析 、頻域分析、倒領(lǐng)域分析等； 時(shí)域分析方法具有簡(jiǎn)單、計(jì)算量小、物理意義明確等優(yōu)點(diǎn)，但由于語(yǔ)音信號(hào)最重要的感知特性反映在功率譜中，而相位變化只 起著很小的作用，所以相對(duì)于時(shí)域分析來(lái)說(shuō) Windows 自帶的錄音機(jī) 聲音 麥克風(fēng) 聲卡 濾 波 采樣 A/D 轉(zhuǎn)換 Wav 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計(jì) ) 頻域分析更為重要。語(yǔ)音信號(hào)本身就是時(shí)域信號(hào)，因而時(shí)域分析是最早使用，也是應(yīng)用最廣泛的一種分析方法，這種方法直接利用語(yǔ)音信號(hào)的時(shí)域波形。 ③ 可以得到語(yǔ)音的一些重要的參數(shù)。 短時(shí)能量及短時(shí)平均幅度分析 設(shè)語(yǔ)音波形時(shí)域信號(hào)為 x(l)、加密分幀處理后得到的第 n 幀語(yǔ)音信號(hào)為 Xn(m)，則 Xn(m)滿(mǎn)足下式： ( ) ( ) ( ) ( )nx m w m x n m m?? 01mN? ? ? (31) 1 0 ~ ( 1)( ) { mNmwm ???? ， 0， 其 他 值 (32) 其中， n＝ 0， 1T， 2T，?，并且 N 為幀長(zhǎng)， T 為幀移長(zhǎng)度。 ② 可以用來(lái)區(qū)分聲母與韻母的分界，無(wú)聲與有盧的分界，連字 (指河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計(jì) ) 字之間無(wú)間隙 )的分界等。 對(duì)于連續(xù)語(yǔ)音信號(hào)，過(guò)零即意味著時(shí)域波 形通過(guò)時(shí)間軸；而對(duì)于離散信號(hào)，如果相鄰的取樣值改變符號(hào)則稱(chēng)為過(guò)零。對(duì)于后一個(gè)問(wèn)題除了可以采用低直流漂移器件外，也 可以在軟件上加以解決，這就是算出每一 幀的直流分 量 并予以濾除 。當(dāng)然，這種高低僅是相對(duì)而言，并沒(méi)方精確的數(shù)值關(guān)系。但是研究表明 ，在以某些音為開(kāi)始或結(jié)尾時(shí)．如當(dāng)弱摩擦音 (如 [f]、 [h]等音素 )、弱燃破音 (如 [p]、 [t]、 [k]等 音素 )為語(yǔ)音的開(kāi)頭或結(jié)尾；以鼻音 (如[n]、 [m]等音素 )為語(yǔ)音的結(jié)尾時(shí)．只用其中一個(gè)參量來(lái)判別語(yǔ)音的起點(diǎn)和終點(diǎn)是有困難的，必須同時(shí)使用這兩個(gè)參數(shù)。本 文 介紹的是語(yǔ)音信號(hào)的傅里葉分析法 。當(dāng)然窗口函數(shù)不 同，博里葉變換的結(jié)果也將不同。 根據(jù)信 號(hào)的時(shí)寬帶寬積為一常數(shù)這一基本性質(zhì)，可知 ()jwWe 主瓣 寬度與窗口寬度成反比， N 越大， ()jwWe 的主瓣越窄。因此．應(yīng)折衷選擇 窗 的寬度 N。當(dāng)然，這時(shí)窗長(zhǎng) N 必須是 2的倍數(shù) 2L (L 是整數(shù) )。例如、在 10kHz的范圍內(nèi)采樣求頻譜，并要求頻率分辨率在 30 Hz以下。為了完成 1024 點(diǎn)的萬(wàn) FFT，這些專(zhuān)用芯片所需的運(yùn) 算時(shí)間是幾十毫秒至兒毫秒，甚至可以降至 1ms 以下。 121( ) ( ) ( )Nj w j w j w kn n nkNS e X e R k e? ?? ? ??? ? (314) 圖 32是用 Matlab中的 psdplot命令繪得的同一人兩次說(shuō)同一詞的功率譜比