【正文】 戶方便地打開和調(diào)用 MATLAB 的各種程序、函數(shù)和幫助文件。 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 來解算問題要比用 C、 FORTRAN 等語(yǔ)言完成相同的事情簡(jiǎn)捷得多，并且 MATLAB 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。%算出 y的長(zhǎng)度 Y = fft(y,sigLength)。)。 對(duì)語(yǔ)音信號(hào)進(jìn)行調(diào)制 為了減少在傳輸時(shí)的耗損，人們一般是先對(duì)傳輸信號(hào)進(jìn)行特殊處理，然后再傳遞。 0 0 . 5 1 1 . 5 2 2 . 5x 1 051 0 . 500 . 51調(diào)制后信號(hào)波形0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4x 1 0401000202030004000調(diào)制后信號(hào)頻譜 圖 42 調(diào)制后的語(yǔ)音信號(hào) 由圖可知，經(jīng)過調(diào)制后的語(yǔ)音信號(hào)頻譜都搬移到 fc=20200 的頻段。 [n,wn]=ellipord(wp,wc,Ap,As)。當(dāng)使用在音頻應(yīng)用時(shí) ,它有時(shí)被稱為高頻剪切濾波器或高音消除濾波器。rp=。value39。 %估算切比雪夫Ⅰ型濾波器的階數(shù) N和截止頻率 Wc。 %將 x信號(hào)進(jìn)行快速傅里葉變換。通過這次練習(xí)是我進(jìn)一步了解了信號(hào)的產(chǎn)生、采樣及頻譜分析的方法。%讀出信號(hào)，采樣率和采樣位數(shù)。plot(f,Pyy(1:halflength+1))。Time(s)39。 yx=yx(1:lg/2)。 subplot(212)。 30 figure(2)。 ycqf=ycqf(1:lg/2)。 frmt = floor(n/frmsize)。 % 能量整理到 [0,60] 之間，當(dāng)然你可以整理到[0,255]范圍 subplot(2,1,1)。e:\39。原始信號(hào)波形 39。%載波頻率 y1=modulate(y,fc,fs,39。調(diào)制后信號(hào)波形 39。 y2=y+y1。 subplot(212)。fc=1200。 freqz(b,a,512,fs1)。)。e:\39。 zcr1=10。 temp2=enframe(x(2:length(x)),framelen,frameinc)。 x2=0。 count=count+1。 %語(yǔ)音長(zhǎng)度太短 ,認(rèn)為是噪聲 status=0。(zcr(i+1)) j=j+1 34 jiesu1(j)=i。 x2=x1+count1。)。energy39。color39。 line([x1 x1],[min(zcr),max(zcr)],39。red39。color39。zcr39。)。 subplot(312) plot(amp)。,39。 end end j=1 for i=1:length(kaishi1)1 if((kaishi1(i+1)kaishi1(i))80) kaishi(j)=kaishi1(i)。 for i=1:length(amp)1。 if silencemaxsilence %靜音不夠長(zhǎng) ,沒有結(jié)束 count=count+1。 count=count+1。 amp2=min(amp2,max(amp)/8)。 silence=0。%設(shè)定幀長(zhǎng)為 240 幀移為 80 32 amp1=10。 sound(x,40000)。title(39。 [n,wn]=ellipord(wp,wc,Ap,As)。 figure(4)。調(diào)制信號(hào) +原始信號(hào)波形 39。)。plot(y1)。)。plot(y)。image(flipud(xFFTdB))。 % 能量太高的截?cái)? xFFTdB(xFFTdB40) = 40。 % 讀取語(yǔ)音文件 x = filter([1 ],[1],x)。 subplot(212)。 %通過循環(huán)，每隔 80 個(gè)點(diǎn)將抽取后的值賦值為原函數(shù)的 ycq(i)=y(i)。原始信號(hào) 39。 lg=length(y)。plot(t,y)。 f=Fs*(0:halflength)/sigLength。39。 所以聲音稍微有些發(fā)悶、低沉， 但是很接近原來的聲音。 %將濾波后的信號(hào) x進(jìn)行回放。 else %選擇 radiobutton2，則制做切比雪夫Ⅰ型濾波器。 %將模擬域轉(zhuǎn)化成數(shù)字域。 fp=1000。 低通濾波器 (lowpassfilter)容許低頻信號(hào)通過 ,但減弱 (或減少 )頻率高于截止頻率的信號(hào)的通過。 wc=2*fc/fs。 1 之間。)。xlabel(39。%讀出信號(hào)，采樣率和采樣位數(shù) y=y(:,1)。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。還可用 cd 命令在命令窗口設(shè)置當(dāng)前目錄，如： cd c:\mydir 可將 c 盤上的 mydir 目錄設(shè)為當(dāng)前工作目錄。 ○ 2 MATLAB 的主要組成部分： 1）開發(fā)環(huán)境 (development Environment)：一組圖形化用戶接口工具和組件的集成： MATLAB 桌面、命令窗口、命令歷史窗口、編輯調(diào)試窗口及幫助信息、工作空間、文件和搜索路徑等瀏覽器； 2） MATLAB 數(shù)學(xué)函數(shù)庫(kù)： (Math Function Library)基本函數(shù)：求和、正弦、余弦和復(fù)數(shù)運(yùn)算等；特殊函數(shù)：矩陣求逆、矩陣特征值、貝 塞爾函數(shù)和快速付里葉變換等； 3） MATLAB 語(yǔ)言： (MATLAB Language)一種高級(jí)編程語(yǔ)言，包括控制流的描述、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入輸出及面對(duì)對(duì)象編程； 4）句柄圖形： (Handle Graphics) 可以對(duì)各種圖形對(duì)象進(jìn)行更為細(xì)膩的修飾和控制，建立完整的圖形界面的應(yīng)用程序。 MATLAB 已發(fā)展成為適合眾多學(xué)科 、 多種工作平臺(tái)、功能強(qiáng)大的大型軟件。語(yǔ)譜圖中的花紋有橫扛 (Bar)、亂紋和豎直條等。 可以利用語(yǔ)譜儀測(cè) 量 語(yǔ)譜圖的方法來確定語(yǔ)音參數(shù)，例如共振峰頻率及基音頻率 。 把和時(shí)序相關(guān)的 傅里葉分 析的顯示圖形稱為語(yǔ)譜圖 (Sonogram，或者Spectrogram)。 121( ) ( ) ( )Njw jw jw kn n nkNS e X e R k e? ?? ? ??? ? 圖 32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(zhǎng)度為 256 的 Hamming 窗 )。由 10k zH / 1N ＜ 30，得 1N ＞ 333，所以 1N ＝ 2L 要取比 333 大的值，這時(shí)可取 1N = 92 ＝ 512 點(diǎn)， 不 足的部分采用補(bǔ) 0 的辦法解決，此時(shí)頻率分辨率 (即頻率間隔 )為 10Hz／ 512＝ ，采樣后的該幀信號(hào)頻率處在0～ 12 Hz? ? 之間，因此，原連續(xù)信號(hào)頻率就處在 0～ 12 Hz? ? 之間 (即max 5f kHz? )，所以我們要在 0～ 5kHz 頻率范圍內(nèi)求其頻譜。 所以在求短時(shí)頻譜時(shí)一 般 采用具有較小上下沖的漢明 窗。 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?yàn)檎Z(yǔ)音波是一個(gè)非平穩(wěn)過程，因此適用于周期、瞬變或平穩(wěn)隨機(jī)信號(hào)的標(biāo)準(zhǔn)傅里葉變換不能用來直接表示語(yǔ)音信號(hào)，而應(yīng)該用 短時(shí)傅里葉變換對(duì)語(yǔ)音信號(hào)的頻譜進(jìn)行分析，相應(yīng)的頻譜稱為“短時(shí)譜” 。此時(shí)，在背景噪聲較小時(shí)用平均能量識(shí)別較為有效，而在背景噪聲較大時(shí)用 平均過零率識(shí)別較為有效。 為了解決前一個(gè)問題， A/D 變換器前的防混疊帶通濾波器的低端截頻應(yīng)高于 50Hz，以有效地抑制電源干擾。 短時(shí)能 量和短時(shí)平均幅度函數(shù)的主要用途有：①可以區(qū)分濁音段與清音段，因?yàn)闈嵋魰r(shí) En 值比清音時(shí)大的多。 ○ 2 實(shí)現(xiàn)起來比較簡(jiǎn)單、運(yùn)算且少 。這樣，對(duì)于整體的語(yǔ)音信號(hào)來講，分 析 出的是由每一幀特征參數(shù) 組成的特征參數(shù)時(shí)間序列。 圖 25基于 PC 機(jī)的語(yǔ)音信號(hào)采集過程 采集到語(yǔ)音信號(hào)之后，需要對(duì)語(yǔ)音信號(hào) 進(jìn)行分析，如語(yǔ)音信號(hào)的時(shí)域分析、頻譜分析、語(yǔ)譜圖分析以及加噪濾波等 處理 。 量化是對(duì)幅值進(jìn)行離散化，即將振動(dòng)幅值用二進(jìn)制量化電平來表示。 0 1 2 3 4 5 6x 1 04 0 . 4 0 . 200 . 20 . 4原始信號(hào)0 0 . 5 1 1 . 5 2 2 . 5x 1 04050100150200 圖 23原始信號(hào) 時(shí)域波形圖和頻域波形圖 由圖可知，這段語(yǔ)音信號(hào)的頻率主要集中在 1KHz 左右，當(dāng)采樣頻率為 時(shí)，由于采樣頻率比較大，所以采樣點(diǎn)數(shù)就越密，所得離散信號(hào)就越逼近于原信號(hào) ，頻譜也沒有發(fā)生混疊。 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 0 . 8 0 . 6 0 . 4 0 . 200 . 20 . 40 . 6T i m e ( s ) 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 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。 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 。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。其中，語(yǔ)音識(shí)別逐漸由實(shí)驗(yàn)室走向?qū)嵱没?。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。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，但后來已全部停了下來，這說明了當(dāng)時(shí)人們對(duì)話音識(shí)別難度的認(rèn)識(shí)得到了加深。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 。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)品的開發(fā)已經(jīng)走過了幾十個(gè)春秋并且取得了長(zhǎng) 遠(yuǎn) 的進(jìn)步。 關(guān)鍵字： Matlab， 語(yǔ)音信號(hào) ， 傅里葉變換 ， 信號(hào)處理 1 1 緒 論 課題的背景與意義 通過語(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。通過語(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。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?？梢?，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。 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。此外社會(huì)上所宣傳的聲紋 (Voice Print)識(shí)別，即說話人識(shí)別的研 究也扎扎實(shí)實(shí)地開展起來，并很快達(dá)到了實(shí)用化的階段。 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。 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。 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。 5 2 語(yǔ)音信號(hào)的特點(diǎn)與采集