【正文】 的聲信號采集與譜分析設計 作者： 尹青山 第 12 頁 共 22 頁 Mn 也是一帕語音信號能量大小的表征，它與 En 的區(qū)別在于計算時小取樣值和大取樣值不會因取平方而造成較大差異，在某些應用領域呻會帶來一些好處。過零 分析是語音時域分析中最簡單的一種 。 為了解決前一個問題， A/D 變換器前的防混疊帶通濾波器的低端截頻應高于 50Hz，以有效地抑制電源干擾。高頻就意味著高的平均過零率，低頻意味著低的平均過零率，所以可以認為濁音時具有較低的過零率，而清音時具有較高的過零率。此時，在背景噪聲較小時用平均能量識別較為有效，而在背景噪聲較大時用平均過零率識別較為有效。從 廣義 上講，語音信號的頻域分析包括語音信號的頻譜、 功率 譜、倒頻譜、頻譜包絡分析等，而常用的 頻域 分析方法有帶通濾波器組法、傅里葉變換法、線件預測法等幾種。這 里 ，窗 w(nm)是一個“滑動的”窗口，它隨 n 的變化而沿著序列 X(n)滑動。設語音信號序列和 窗 口序列的標準傅早葉變換均存在。所以為了使 ( ) ( )jw jwnX e X e? ，需 N?? ；但是 N 值太大時，倍號的分幀 又 失 去了意義 。而漢明窗在基于 Matlab 的聲信號采集與譜分析設計 作者： 尹青山 第 15 頁 共 22 頁 頻率范圍中的分辨率較高，而且旁辯的衰減大，具有頻譜泄漏少的優(yōu)點．所以在求短時頻譜時一船采用具有較小上下沖的漢明 窗 [13]。另外，為了使 ()nXk具有較高的頻率分辨率，所取的DFT 以及相應的 FFT 點數(shù) 1N 應該足夠多，但有時 ()nxm的長度 N 要受到采樣 率和短時性的限制，例如，在通常采樣率為 8kHz 且?guī)L為 20ms 時， N= FFT 的計算可以在通用計算機上由相應的算法軟件來完成，這種方式一般只能實現(xiàn)非實時運算 [14]。根據功率譜定義，可以寫出短時功率譜與短時傅里葉變換之間的關系： 基于 Matlab 的聲信號采集與譜分析設計 作者： 尹青山 第 16 頁 共 22 頁 2( ) ( ) ( ) ( )j w j w j w j wn n nnS e X e X e X e?? ? ? (412) 或者： 2( ) ( ) ( ) ( )n n nnS k X k X k X k?? ? ? (413) 式中＊表示復共軛運算 。在高頻部分，波峰比較密集，特征不明顯。短時譜只能反映語音信號的靜態(tài)頻基于 Matlab 的聲信號采集與譜分析設計 作者： 尹青山 第 17 頁 共 22 頁 率特性，不能反映 語音信號的動態(tài)頻率特性。用語譜圖分析語音又稱為 語譜 分析。 窄帶語譜 圖 有良好的頻率分辨率， 有 利于顯示基音頻率及其各 次諧波，但它的時間分辨率較 差 ，不利于觀察共振峰 (盧道諧振 )的變化；而寬帶語譜圖正相反，具有良好的時間分辨率及較差的頻率分辨率。語譜圖上因其不同的黑白程度，形成了個同的紋 路， 稱之為 “ 聲紋”，它因人而異，即不同講話者語譜 圖的聲紋是不同的。 圖 4 3 是用 Mtalab 繪制的一 個寬帶語譜圖，其中橫抽坐標為時間，縱軸坐標為頻率， 語句 內容為 “ 河南農業(yè)大學理學院”， 它的發(fā)音在 圖 下方以音標表示。從橫扛對應的頻率和寬度可以確定相應的共振峰頻率和帶寬。條紋越密表示越音頻率越高。 窗口界面的實現(xiàn)過程 該系統(tǒng)界面的設計主要是利用 MATLAB 所提供的 GUI（ Graph User Interface）向導設計控件而完成的，該向導可以實現(xiàn)多種控 件的設計，給用戶提供了一種友好的交互方式，同時也給操作帶來很多方便。 當靜態(tài)界面設計完成以后，對該界面進行保存，此時 Guidie 將自動生成兩個發(fā)布文件，分布是 .fig文件和 .m文件 [19]。 M文件：該文件包括 GUI設計、 控制函數(shù)以及為子函數(shù)的用戶控件回調函數(shù)，主要用于控制 GUI 展開時的各種特征?，F(xiàn)代譜分析模塊則包括 Burg法和自相關法兩個小模塊。接著關閉串口，點擊打開按鈕，即可讀回由串口實時采集到的聲信號數(shù)據。 圖 5 3為輸入信號為串口接收的數(shù)據的界面。 圖 5 4為輸入信號為mat文件中已存的信號 [20]。 同時感謝 閆 昕 老師在完稿過程中給予的建議和幫助， 使他的指導和建議使我的論文更加完善，在此對 閆 老師 致以誠摯的感謝。首先 對 王麗麗、陳慶鵬 老師 致以最崇高的敬意和誠摯的感謝 ！ 是 她引導、鼓勵我在一個嶄新的領域里進行了有意的探索，并幫助我克服了種種困難！ 李 老師嚴謹?shù)目蒲袘B(tài)度、 平易近人的作風 、 強烈的創(chuàng)新意識、敏銳的洞察力、淵博的知識、 開闊的眼界，一絲不茍的敬業(yè)精神 都一直 是我學習的榜樣 ，從 王 老師那里我學到了許多有益的思想方 法和寶貴的經驗，并將終生影響我對學習、工作和生活的態(tài)度。然后點打開按鈕，在打開文件名的同時首先會在坐標軸中顯示原始信號波形。 其次 點擊頻譜分析按鈕，坐標軸會顯示信號的幅度譜。一種 信號來源 是由串口實 時采集到的信號，把該信號作為一種輸入方式。 基于 Matlab 的聲信號采集與譜分析設計 作者： 尹青山 第 21 頁 共 22 頁 用戶界面 本設計中用戶界面，大體分為信號輸入 模塊 ，原始信號顯示 模塊 ，頻譜分析 模塊 ，經典譜分析 模塊 和現(xiàn)代譜分析 模塊 四 部分。 Fig 文件是一個二進制文件，調用 hgsave 命令或界面設計編輯器的file 菜單 save 選項保存圖像窗口時將產生該文件。 （ 1）啟動 GUI的方法 啟動圖形用戶界面的方法有很多種，例如可以利用工具欄上的命令按鈕，也可以采用菜單和命令的方式。在這種用戶界面中，用戶的操作既形象生動，又方便靈活，所以當今絕大部分開發(fā)環(huán)境與應用程序都采用圖形用戶界面，許多流行的開發(fā)工具 也 都可以進行圖形用戶界面的設計。豎 直條 (又 叫沖直條 )是 語譜圖 中出現(xiàn)與時間軸垂直的一條窄黑條。語譜圖中的花紋有橫扛 (Bar)、亂紋和豎直條等。 這與不向的人有不同的指紋，根據指紋可以 區(qū)別不同的人是一個道理。 可以利用語譜儀測 量 語譜圖的方法來確定語音參數(shù)，例如共振峰頻率及基音頻率 。 語譜儀實際上是一個帶通濾波器組的輸出隨時間發(fā)生連續(xù)變化，連續(xù)重復進行 語音 信號頻率分析的儀器 。 把和時序相關的 傅里葉分 析的顯示圖形稱為語譜圖 (Sonogram，或者Spectrogram)。顯然這兩種單獨分析的方法均有局限性：時域分析對語音信號的頻率特性沒有直觀的了解； 而頻域分析出的特征中又沒有語音信號隨時間的變化關系：語音信號是時變信號，所以其頻譜也是隨時間變化的。 121( ) ( ) ( )Nj w j w j w kn n nkNS e X e R k e? ?? ? ??? ? (414) 圖 4 2 是用 Matlab 中的 psdplot 命令繪得的同一人兩次說同一詞的功率譜比 較 (窗函數(shù)取窗長度為 256 的 Hamming 窗 )[15]。為了完成 1024點的萬 FFT， 這些專用芯片所需的運 算時間是幾十毫秒至兒毫秒，甚至可以降至 1ms 以下。例如、在 10kHz 的范圍內采樣求頻譜，并要求頻率分辨率在 30 Hz 以下。當然，這時窗長 N 必須是 2 的倍數(shù) 2L (L是整數(shù) )。因此．應折衷選擇 窗 的寬度 N。 根據信號的時寬帶寬積為一常數(shù)這一基本性質，可知 ()jwWe 主瓣 寬度與窗口寬度成反比， N 越大， ()jwWe 的主瓣越窄。當然窗口函數(shù)不同，博里葉變換的結果也將不同。 因為語音 波是一個非平穩(wěn)過程，因此適用于周期、瞬變或平穩(wěn) 隨機信號的標準傅里葉變換不能用來直接表示語音信號， 而應該用短時傅里葉變換 對語音信號的頻譜進行分析，相應的頻譜稱為“ 短時 譜 ” [12]。 圖 4 1 語音信號的短時能量和短時平均過零率 是用 Mtalab 仿真一段語音信號時域 波形的短時能量和 短時平均過零率 。 基于 Matlab 的聲信號采集與譜分析設計 作者： 尹青山 第 13 頁 共 22 頁 利用短時平均過零率還可以從背景噪聲中找出語音信號，可用于判斷寂靜無聲段和有聲 段的起點和終點位置。 對語音信號進行分析，發(fā)現(xiàn)發(fā)濁音時，盡管聲道有若干個共振峰，但由于聲門波引起譜的 高頻跌落， 所以其話音能量約集中在 3kHz以下。過零率就是樣本改變符號的次數(shù) [11]。 ② 可以用來區(qū)分聲母與韻母的分界，無聲與有盧的分界，連字 (指字之間無間隙 )的分界等。 短時能量及短時平均幅度分析 設語音波形時域信號為 x(l)、加密分幀處理后得 到的第 n 幀語音信號為 Xn(m)，則 Xn(m)滿足下式： ( ) ( ) ( ) ( )nx m w m x n m m?? 01mN? ? ? (41) 1 0 ~ ( 1 )( ) { mNmwm ???? ， 0， 其 他 值 (42) 其中， n＝ 0， 1T， 2T，?，并且 N為幀長， T 為幀移長度。 ③ 可以得到語音的一些重要的參數(shù)。語音信號本身就是時域信號，因而時域分析是最早使用，也是應用最廣泛的一種分析方法，這種方法直接利用語音信號的時域波形。 用于對聲音的回放。,[N1 N2])。 在實際工作中，可以利用 windows 自帶的錄音機錄制語音文件， 圖 3 5 是基于 PC 機的語音信號采集過程，聲卡可以完成語音波形的 A/D 轉換，獲得WAVE 文件，為后續(xù)的處理儲備原材料。具體振值用舍入法歸到靠近的量化電平上。采樣頻率過低，采樣點間隔過遠，則離散信號不足以反映原有信號波形特征，無法使信號復原，造成信號混淆。 在采樣的過程中應注意 采樣間隔的選擇和信號混淆：對模擬信號采樣首先要確定采樣間隔。 采樣時必須要注意滿足 奈奎斯特定理 ，即采樣頻率