【正文】 ...........................................................8 本章小結(jié) .............................................................................................................. 10 3 基于 Matlab 基音周期的檢測 ...................................................................................11 語音文件的錄制與讀入 ......................................................................................... 11 語音信號的采樣和分幀 ......................................................................................... 12 語音信號基音周期的檢測 ...................................................................................... 16 短時(shí)自相關(guān)函數(shù)法檢測基音周期 .................................................................. 16 短時(shí)平均幅度差函數(shù)法檢測基音周期 ........................................................... 17 基音周期檢測的后處理 ......................................................................................... 19 濾波后的基音周期檢測 ......................................................................................... 23 本章小結(jié) .............................................................................................................. 25 4 語音識別結(jié)果分析 .................................................................................................... 26 5 展望與應(yīng)用 ................................................................................................................. 30 附錄 ................................................................................................................................. 33 致 謝 ............................................................................................................................. 39 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論 1 1 緒論 引言 通過語言相互傳遞信息是人類最重要的基本功能之一。語音信號中的情感信息是一種很重要的信息資源，它是人們在感知事物時(shí)的一種獨(dú)特的信息，就比如，雖然是同樣的語音內(nèi)容，不同的人就會表現(xiàn)出不同的情感，也會有不用的意思。它的準(zhǔn)確性及實(shí)時(shí)性對系 統(tǒng)起著非常關(guān)鍵的作用 ,影響著整個系統(tǒng)的性能。 基音周期檢測對語音識別的意義 基音周期是語音信號最重要的參數(shù)之一，它描述了語音激勵源的一個重要特征。根據(jù)聲帶是否震動可以將語音信號分為清音跟濁音兩種。一般來說，男性說話者的基音頻率較低，大部分在 70～ 200Hz的范圍內(nèi)，而女性說話者和小孩的基音頻率相對較高，在 200～ 450Hz 之間。雖然目前基音檢測的方法有很多種，但是這些方法都有其局限性。 4．實(shí)際情況下，說話的聲音中通常都會夾雜噪聲，消除噪音對基音檢測所產(chǎn)生的很大影響是很關(guān)鍵的。 國內(nèi)外眾多學(xué)者對如何準(zhǔn)確地從語音波形中提取出基音周期作出了不懈的努力，提出了多種有效的基音周期檢測方法。在時(shí)域和頻域上這兩種方法而且具有非常良好的局部特性，能夠跟蹤基音周期的變化，還可以將基音周期微小的變化檢測出來，所以檢測精度很高，但是運(yùn)算量比較大 . 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測常用的算法 5 2 基音檢測常用的算法 引言 基音周期準(zhǔn)確而快速基音周期檢測對語音信號的識別具有非常重要的意義?；糁芷诰褪峭ㄟ^估算兩個相鄰的最大峰值之間的距離。經(jīng)過中心削波后只保留了超出削波電平的部分。一般認(rèn)為窗長至少應(yīng)大于兩個基音周期。下面采用語音信號能量法： 語音信號 { x ( n) } 的某幀信號的短時(shí)平均能量 En 的定義為 : 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測常用的算法 7 ???? ??nNnm mnwmxEn 12)]()([ () 式中 ,w ( n) 為窗函數(shù) 。本算法中窗口選擇矩形窗： 1， 0?n?N1 W(n)= （ ) 0, 其他 圖 (a)原信號 (b)自相關(guān)函數(shù)攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測常用的算法 8 圖 (a)原信號 (b)自相關(guān)函數(shù) 短時(shí)自相關(guān)函數(shù)的算法是基音周期估計(jì)常用的方法，特別適用于噪聲環(huán)境下的基音提取。這里使用修正的短時(shí)平均幅度差函數(shù)加矩形窗，定義為： ,1,0,)()()( 10 ???? ??? ??? Nn nxnxFn ...， N1 （ ） 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 基音檢測常用的算法 9 如果 x(n)具有周期 ? =? P,? 2P， ...時(shí)， Fn(? )具有最小值。 兩種算法對純凈的語音 信號都能取得較好的檢測精度但是由于語音信號的復(fù)雜多變，以及噪聲等因素的影響，這些方法都有一定的局限性。)。窗口長度至少要大于基音周期的兩倍。 figure(1)。 for i=1:L a(i)=a(i)/m。 plot(a,39。樣點(diǎn)數(shù) 39。 if a(k)=th0 a(k)=a(k)th0。 plot(a,39。 ylabel(39。 %對每一幀求短時(shí)自相關(guān)函數(shù) for k=1:n。 %算出對應(yīng)的周期 figure(2)。ylabel(39。)。 for k=1:200%延遲長度 sum=0。 得到結(jié)果如下： 圖 a1的語音波形 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 3 基于 Matlab 基音周期的檢測 19 圖 a1平均幅度差運(yùn)算 基音周期檢測的后處理 我們可以從得到的基音周期波形中 看出形狀不規(guī)律，也看起來很復(fù)雜。為了使平滑的基音軌跡更為貼近，還可以采用二次平滑的算法。 zhouqi0=medfilt1(zhouqi,5)。 zhouqi3=w1+zhouqi2。 v1=medfilt1(v1,5)。 xlabel(39。 xlabel(39。 end攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 3 基于 Matlab 基音周期的檢測 22 if nargin2 n=3； end win=hann(n)。 if mod(n,2)==0 1=n/2。 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 3 基于 Matlab 基音周期的檢測 23 濾波后的基音周期檢測 對采樣信號進(jìn)行濾波處理，這里用截至頻率為 500Hz的低通濾波器 ,阻帶衰減20dB，過度帶寬 。原始語音信號 39。 freqz(b1,1， 512)。信號經(jīng)過低通濾波器 (時(shí)域 )39。 說話人識別是語音識別中的一種，說話人識別利用的是語音信號中說話人的個性特征，不考慮包含在語音中的字詞的含義，強(qiáng)調(diào)的是說話人的個性。說話人識別中，還要注意應(yīng)用在較長時(shí)段內(nèi)的過渡特征。說話人確認(rèn)是判斷前后是不是同一個人，只能使用一個特定的模板和待識別的測試語音進(jìn)行匹配，系統(tǒng)只會做出“ YES”或“ NO”的回答，即就是“一對一的判別”。下面通過對比不同人的語音波形和基音周期來識別說話人： 通過 AMDF算法在 Matlab上的算法實(shí)現(xiàn)，我們能夠確定出基音周期的檢測點(diǎn)，并且通過這些點(diǎn)之間距離的計(jì)算，我們就能很直觀的知道某個人的基音周期，雖然還可以通過語音的長度除以語音的周期個數(shù)來求得基音周期，但是由于本實(shí)驗(yàn)的語音是輸入的一句話，為了能更準(zhǔn)確地提取基音信息，就在輸入用語音時(shí)，規(guī)定說話人說的內(nèi)容相同，在一句話中基音周期的個數(shù)是很難看出或數(shù)出，我們通過放大基音周期的波形，能相對比較準(zhǔn)確的采集出一些點(diǎn)，來計(jì)算出每個人對應(yīng)的基音周期。 攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 5 展望與應(yīng)用 30 5 展望與應(yīng)用 語音識別已經(jīng)讓計(jì)算機(jī)通過該識別轉(zhuǎn)化成相應(yīng)的文本或是命令，已經(jīng)從實(shí)驗(yàn)室走向市場。 實(shí)用系統(tǒng)的研究。就目前的整個信息社會發(fā)展趨勢看，語音技術(shù)有很多的應(yīng)用。從基音周期的研究來提高語音的識別率還是比較簡單，快捷的。 [5] 王炳錫，屈丹，彭煊 . 實(shí)用語音識別基礎(chǔ) 國防工業(yè)出版社 [6] 趙力 . 語音信號處理 . 機(jī)械工業(yè)出版社 [7] 張雪英 數(shù)字語音處理及 MATLAB仿真 電子 工業(yè)出版社 [8] 趙建偉，樓宏偉，徐大為，劉重慶．噪音環(huán)境下的基音檢測方法 [J] [9] 徐開宇 祝忠明 盧亞玲 數(shù)字信號處理 電子工業(yè)出版社 [11] 馬祥杰，孟相如，張百生．一種自相關(guān)基音檢測算法 [J]．通信技術(shù) 20xx [12] 張雄偉，陳亮，楊吉斌．現(xiàn)代語音處理技術(shù)及應(yīng)用 [M]．北京：機(jī)械工業(yè)出版社， 20xx。攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文 ） 參考文獻(xiàn) 32 參考文獻(xiàn) [1] 胡航．語音信號處理 [M]．哈爾濱：哈爾濱工業(yè)出版社， 20xx。語音識別是目前相對熱門的研究領(lǐng)域，因?yàn)樗梢詼p輕人的好些勞動，它是智能的一個前身，現(xiàn)在的智能手機(jī)的好些功能都用到語音識別，微信就是一個例 子。因?yàn)閷?shí)際生活的環(huán)境是復(fù)雜的，語音會受到很多 外在因素的影響。就例如安全保衛(wèi)領(lǐng)域 (某些秘密場所的入門控制）﹑公安司