【正文】 Abstract II1 緒論 1 1 2 3 42 基音檢測常用的算法 5 5 常用的基音檢測算法及其原理 5 自相關(guān)函數(shù)法 5 平均幅度差函數(shù)法 9 本章小結(jié) 113 基于Matlab基音周期的檢測 12 語音文件的錄制與讀入 12 語音信號的采樣和分幀 13 語音信號基音周期的檢測 15 短時自相關(guān)函數(shù)法檢測基音周期 15 短時平均幅度差函數(shù)法檢測基音周期 16 基音周期檢測的后處理 18 濾波后的基音周期檢測 22 本章小結(jié) 254 語音識別結(jié)果分析 265 展望與應用 30附錄 33致 謝 38 攀枝花學院本科畢業(yè)設(shè)計（論文） 1 緒論 1 緒論 通過語言相互傳遞信息是人類最重要的基本功能之一。最后在Matlab上對語音信號進行基音周期的檢測。本論文通過兩種算法在Matlab上實現(xiàn)基音周期的檢測，分別是短時自相關(guān)函數(shù)法和短時平均幅度差函數(shù)法。語音識別率的高低，都依賴于對語音信號分析的準確性和精確性，因此基音周期的研究在語音信號的處理應用中具有十分重要的作用。其次對現(xiàn)有的基音檢測算法進行了歸納和總結(jié)，并詳細的介紹本文將用的兩種基本基音檢測算法的基本原理及實現(xiàn)。 the average magnitude difference function method。語音中除了包含實際發(fā)音內(nèi)容的語音信息外，還包括發(fā)音者是誰及喜怒哀樂的各種信息。語音信號處理的一系列技術(shù)及其應用已經(jīng)成為信息社會中不可或缺的組成部分，促進了信息社會的發(fā)展。但其前提和基礎(chǔ)是對語音信號的分析，語音識別率的高低取決于對語音信號分析的準確性和精度?；纛l率的檢測和共估值在語音編碼，語音合成和語音識別中有著廣泛的應用。著眼于基音的檢測方法，開展了一下三個方面的研究：1）穩(wěn)定并提取準周期性信號的周期性方法；2）因周期混亂，采取基音提取誤差補償?shù)姆椒ǎ?）消除聲道（共振峰）影響的方法。在這些參數(shù)中，基音周期的提取顯得更重要些，其提取的準確與否直接影響到語音識別是否真實再現(xiàn)原始語音信號的頻譜。特征參數(shù)應能完全，準確地表達語音信號，那么特征參數(shù)也應能完全，準確地表達語音信號所攜帶的全部信息。聲帶的聲學功能是為語音提供主要的激勵源，由聲帶的振動產(chǎn)生聲音，是形成聲音的基本聲源。發(fā)濁音時，氣流通過聲門使聲帶產(chǎn)生張弛震蕩式振動，產(chǎn)生準周期的激勵脈沖串。語音信號還是隨著一些因素在變化的，男人聲音低，就基音頻率低，女基音頻率還跟隨著人的性別、年齡不同而有所不同。基音周期信息的應用很廣發(fā)，如：語音識別，說話人識別，語音分析與綜合以及低碼率語音編碼，發(fā)音系統(tǒng)疾病的診斷，聽覺殘障者的語言指導等?；糁芷谑锹晭д饎宇l率F0的倒數(shù)，對于語音產(chǎn)生的數(shù)字模型中激勵源來說，也是一個重要參數(shù)。所以也就無法準確地估計出基音周期。另一方面因為語音信號的波形受共振峰、噪音等因素的影響。我國基音檢測方面的研究起步要比國外發(fā)達國家晚一點，但是進步很大，特別是對漢語的基音檢測取得成果尤為突出。相比于基于事件的基音周期檢測方法來說，它的優(yōu)點主要是算法簡單，而且運算量小。第2章：詳細介紹兩種常用的基音檢測算法及其原理，并進行優(yōu)缺點分析。最后是參考文獻、致謝。 常用的基音檢測算法及其原理 自相關(guān)函數(shù)法預處理 語音的濁音信號具有準周期性，其自相關(guān)函數(shù)在基音周期的整數(shù)倍處取最大值。并且非線性處理在采用硬件時可在時域低成本地實現(xiàn)。預處理的方法：先對語音信號進行中心削波處理，再進行自相關(guān)計算。一般在不損失基音信息的前提下，盡可能的選的高一些，能達到好的效果。短時自相關(guān)函數(shù)有以下重要性質(zhì)：①如果是周期信號，周期是，那么也是周期信號，且周期同樣是p，就有。在實際中，采用短時自相關(guān)函數(shù)法進行基音檢測時，第一要考慮的問題是窗的問題，使用一個窗函數(shù)，令窗不動，而語音信號移動，這就是經(jīng)典的短時自相關(guān)函數(shù)法。越小，誤差越大，好處是運算時較簡便。輔助參數(shù)主要有:語音信號能量；過零數(shù)；自相關(guān)函數(shù)；線性預測系數(shù)。 通常N的選擇與語音的基音周期相關(guān)聯(lián)系，一般要求窗長為幾個基音周期的數(shù)量級。選擇的原則是：使得短時能量既能及時跟蹤語音能量的緩變規(guī)律，同時又對語音振幅一個基音周期內(nèi)的瞬時變化有顯著平滑的作用。由于豐富的諧波成分使得語音信號波形變得復雜。對于濁音信號，在周期整數(shù)倍上，這個差值不為零，但也小，就可以采用計算短時平均幅度差函數(shù)中兩相鄰谷值間的距離進行基音周期估值。實驗證明：靜音環(huán)境環(huán)境下或是噪聲較小時，AMDF法的檢測結(jié)果比較好；語音環(huán)境惡劣或信噪比較低情況下，檢測的效果就比較差，準確度不高。自相關(guān)函數(shù)先進行基音周期估計時先分清濁音和清音，再去尋找的是最大峰值點的位置，而AMDF尋找的是它的最小谷值點的位置；自相關(guān)函數(shù)法具有很好的抗噪性，但易受半頻、倍頻錯誤影響，而平均幅度差函數(shù)法只需加法、減法和取絕對值等計算，算法簡單，運算量相比自相關(guān)函數(shù)法大為減少，易于硬件實現(xiàn)。： 開始/程序/附件/娛樂/錄音機。分幀時需要對語音信號進行加窗操作，窗口長度的選擇非常重要，窗口長度過短會使得分析窗內(nèi)沒有包含足夠的數(shù)據(jù)點來進行周期判斷，且短時能量變化劇烈；窗口長度過長，短時能量是一段長時間的平均，不但不能反映出語音信號基頻的細節(jié)變化部分，而且使得計算量增大。，運行：x=wavread(39。 stem(x,39。采樣模塊從采樣頻率為11KHz的語音信號中截取1秒到2秒這一時間段，取了11000個樣點進行分析，取幀長為20ms，即每幀為220個樣點值，共分為50幀。%讀取聲音文件x=x(11001:22000)。)。m=max(a)。ht=(m+n)/2。subplot(2,1,1)。axis([0,1711,1,1])。xlabel(39。幅度39。for k=1:L。 else a(k)=0。endsubplot(2,1,2)。axis([0,1711,1,1])。)。得到的結(jié)果如下： 中心削波前和中心削波后的波形 語音信號基音周期的檢測 短時自相關(guān)函數(shù)法檢測基音周期對每一幀信號進行自相關(guān)運算程序如下：x=wavread(39。 %取20ms的聲音片段，即220個樣點 for m=1:length(x)/n。 Rm(k)=Rm(k)+x(i+(m1)*n)*x(ik+(m1)*n)。 T=N/8。)。)。title(39。39。 stem(b1,39。%窗長A=[]。 endA(k)=sum。plot(A)。在大多數(shù)都能吻合的情況下，其余那些落在正常軌跡之外的，通常是偏離到正常值的2倍或1/2處，即實際基音頻率的倍頻或分頻處，稱這種偏離點為基音軌跡的“野點”。另一種方法是將中值平滑和線性平滑組合，如圖341(b)所示。,39。%f‘）；fclose（fid)。w=[]。w1=linsmooth(w1,5)。v(2)=0。endv=v(:）；v1=vzhouqi2。figure(1)subplot(511)plot(zhouqi)。原始基音周期軌跡’）subplot(512),plot(zhouqi2)。五點中值平滑和3點中值平滑組合‘）subplot(513),plot(zhouqi2)。五點中值平滑和5點線性平滑組合‘）subplot(514）,plot(zhouqi3)。xlabel(39。hann39。if min(r,c)~=1 error(39。endy=zeros(len,1)。 x=[ones(1,1)*x(1) x ones(1,1+1)*x(len)]39。理論上加延時的二次平滑算法的平滑效果應優(yōu)于二次平滑算法，但在該實驗中效果不佳，可能原因是原始基音周期已經(jīng)趨于平滑，加延時反而造成基音周期的不準確。)。%做原始語音信號的時域圖形title(39。N1=2*pi*(*pi)wc1=2*pi*fc1/fs。figure(2)。)。title(39。 本章小結(jié)本章介紹在Matlab上程序的實現(xiàn)，先進行采樣語音信號，再對自相關(guān)函數(shù)法和平均幅度差法進行了Matlab的實現(xiàn)，并且進行了比較，隨后又把采樣語音信號進行濾波處理再進行基音周期的檢測，跟之前的進行比較，可以看出，檢測精度有明顯的提高。本論文討論了幾種常用的基音周期檢測方法自相關(guān)函數(shù)法和平均幅度差函數(shù)法以及在matlab上的實現(xiàn)。由于個人先天的聲帶等差異和后天個人發(fā)聲習慣的不同（如方言，音調(diào)），這就使得通過分析語音信號稱為可能。基音周期只存在于濁音部分，而且準確穩(wěn)定的基因周期較難提取，基音周期及其派生參數(shù)攜帶有較多的個人信息。識別時，對語音信號進行特征分析，再計算與模板的差距，選出最小偏差當作輸出結(jié)果。說話人識別分別包括兩種：說話人確認和說話人辨認。說話人識別的特點:1）話音現(xiàn)在是按說話人劃分，對應的特征空間里的就得按說話人劃分，2）應選用對說話人區(qū)分度大，而對語音內(nèi)容不敏感的特征參數(shù)；所以這個特征參數(shù)的選定應該對說話人的辨別比較突出。本論文采用的是基音周期的檢測來識別說話人。表1一：（C(n)表示基音周期，單位ms） （注解：表中的數(shù)據(jù)按幀排列） 然后進行如下處理，求平均值： （）將這些C(n)帶入公式（）進行計算，,. 表二：（C(n)表示基音周期，單位ms） （注解：表中數(shù)據(jù)按幀排列） 將C（n)帶入到公式（）中計算，,.通過數(shù)據(jù)的對比，我們可以看出，語音信號的不穩(wěn)定性，不過每個人都有其獨特的語音特征參數(shù)，兩個人擁有獨特的基音周期，從而我們就能很清楚的判定兩個人誰是誰了。也希望更多地人投入到語音識別的技術(shù)中去，更好的造福人類。對此，很多人都預計該項技術(shù)很快進入工業(yè)，家電，醫(yī)療，電子產(chǎn)品，家庭服務等領(lǐng)域。所以這些高層次的信息就必須具備平穩(wěn)性。現(xiàn)在的噪音污染相當嚴重的，就無法避免噪音的干擾；時時處處都能碰到其他人，而在你使用語音時別人也在說話；還有現(xiàn)在科技發(fā)達，我們更多的使用無線網(wǎng)絡，在環(huán)境存在很多的磁場，也會使得語音信號受到干擾，所以這就需要我們的說話人的特征具有獨特且可靠的參數(shù)供識別，同時我們更需要提高我們的語音識別技術(shù)，讓它更發(fā)達，能更好的免除這些干擾的影響。 語音信號處理時計算機智能接口與人機交互的重要手段之一。語音識別是一門涉及面很廣泛的交叉學科，所以它的發(fā)展有賴于其他學科的發(fā)展。 為了提高基音檢測的準確性，降低計算復雜度，人們已經(jīng)從基于事件的檢測方法和非基于事件的檢測方法出發(fā) ,開發(fā)了許多基音檢測算法。[2] 易克初，田斌，付強．語音信號處理[M]．北京：國防工業(yè)出版社。[4] 李娟．基音周期檢測算法研究及在語音合成中的應用[D]．太原理工大學。桂林電子工業(yè)學院學報。 figure(1)。 如下圖所示：x=wavread(39。 figure(1)。 如下圖：對每一幀信號進行自相關(guān)運算程序如下：x=wavread(39。 for m=1:length(x)/n。 Rm(k)=Rm(k)+x(i+(m1)*n)*x(ik+(m1)*n)。 T=N/8。)。)。title(39。39。 stem(b1,39。A=[]。 end A(k)=sum。plot(A)。有了他們的照顧，我的大學生活過的很充實，也很豐富。使用MATLAB軟件使得我的實驗變得簡便，不需要復雜的傅里葉變換也能達到實驗的效果。