【正文】 是我們可以把每個(gè)短時(shí)的語音段稱為一個(gè)分析幀，幀是進(jìn)行短時(shí)語音分析的長度單位。而在聲音信號(hào)的帶寬不明確時(shí)，在對(duì)聲音信號(hào)進(jìn)行采樣前應(yīng)該接入反混疊濾波器(低通濾波器)，使聲音信號(hào)的帶寬限定在某一個(gè)范圍內(nèi)。此外，對(duì)聲音信號(hào)進(jìn)行加窗還有很多其它的原因，如減少噪聲干擾、限定測試的持續(xù)時(shí)間、從頻率接近的信號(hào)中分離出幅值不同的信號(hào)等等。給出矩形窗和漢明窗的頻域特性。而在我們對(duì)聲音信號(hào)進(jìn)行分析時(shí)，最先觀察到的就是聲音信號(hào)的時(shí)域波形。綜合考慮下來，雖然漢明窗主瓣寬度是矩形窗主瓣寬度的兩倍，但是漢明窗的旁瓣衰減加大(上表中漢明窗的旁瓣峰值為41dB )。這兩種窗函數(shù)的定義分別為：①矩形窗： （ ）101()nNn????????其 它其中N為每幀的采樣點(diǎn)數(shù)。 在本文中，由于聲音信號(hào)的輸入是采用電腦耳機(jī)上的麥克風(fēng)，為了減少運(yùn)算量和程序運(yùn)行時(shí)間，語音采樣率為8000Hz，每幀有256個(gè)采樣點(diǎn)，對(duì)應(yīng)的時(shí)間長度為32ms ，幀移為半個(gè)幀長。分幀有兩種情況：連續(xù)分幀和交疊分幀。?在語音信號(hào)處理中， 。本文給出的歌唱評(píng)分方法主要技術(shù)流程如下圖所示：特征參數(shù)提取特征矢量匹配（DTW）評(píng)分機(jī)制聲音預(yù)處理特征參數(shù)提取聲音預(yù)處理評(píng)價(jià)分?jǐn)?shù)標(biāo)準(zhǔn)模板待測模板圖 評(píng)分方法技術(shù)路線圖 technical line of scoring method從上圖我們可以看出，在對(duì)聲音信號(hào)做特征參數(shù)提取、特征矢量匹配以及歌唱評(píng)分之前還需要對(duì)標(biāo)準(zhǔn)模板和待測模板進(jìn)行必要的預(yù)處理。聲音強(qiáng)度主要取決于聲波振動(dòng)幅度的大小，振幅越大，強(qiáng)度越大；振幅越小，強(qiáng)度越小。所以，只需要用激勵(lì)模型、聲道模型和輻射模型這三個(gè)數(shù)學(xué)子模型就可以聯(lián)合表示一個(gè)完整的聲音信號(hào)產(chǎn)生系統(tǒng)的數(shù)學(xué)模型。板倉等人在1967年首先將線性預(yù)測技術(shù)應(yīng)用到了語音信號(hào)的分析與合成中。通俗的說就是：人們可以在非常寧靜的情況下聽見一個(gè)聲音信號(hào)強(qiáng)度比較弱的聲音；但是如果是換作在嘈雜的環(huán)境下，就不一定可以聽見之前相同聲音信號(hào)強(qiáng)度的聲音了；除非增強(qiáng)此聲音的信號(hào)強(qiáng)度。因此，基音頻率是歌唱評(píng)分方法中的一個(gè)很重要的參考特征參數(shù)，它的高低變化反映了歌唱者歌聲的音高起伏和語調(diào)韻律特點(diǎn)。當(dāng)空氣流通過聲門時(shí)聲帶會(huì)發(fā)生張馳性的振蕩式振動(dòng)，產(chǎn)生出準(zhǔn)周期的空氣脈沖，這樣的脈沖就會(huì)激勵(lì)聲道從而產(chǎn)生語音中的濁音?；纛l率決定了聲音的音高，基音頻率的高低變化反映了人們聲音的音調(diào)的高低變化，還可以反映說話人的聲帶振動(dòng)的周期性，而這種周期性又主要出現(xiàn)在語音的濁音段。發(fā)聲物體振動(dòng)得越快，其頻率就越高；發(fā)聲物體振動(dòng)得越慢，其頻率就越低。按照參數(shù)的穩(wěn)定性，歌唱者特征參數(shù)可大致分為兩類：一類是歌唱者生理決定的固有特性（例如，聲道構(gòu)造的個(gè)性差異等） ，主要表現(xiàn)在歌唱者聲音信號(hào)的頻率結(jié)構(gòu)上，代表性的特征參數(shù)有基音頻率和聲音的共振峰。每種音符及其耗時(shí)情況如下表所示： 音符與節(jié)拍對(duì)應(yīng)關(guān)系 correspondence between note and beat音符 5 5節(jié)拍 1 拍 1/2 拍 1/4 拍其中 ，上面的點(diǎn)表示音高在此基礎(chǔ)上上升一個(gè)音階；右邊的點(diǎn)表示此5?A音調(diào)要延長之前所占音長的二分之一（1/2） 。五線譜為適應(yīng)不同音域的人聲和樂器的需要，并避免過多的加線，有多種譜表，其中常用的有五種：即高音譜表(用 G 譜號(hào))：低音譜表( 用 F 譜號(hào)) 、女高音譜表、中音譜表、下中音譜表 (后三種用“C’”譜號(hào))。而五線譜，通過以西方為中心的音樂教育體制，已基本通行于各個(gè)國家，在學(xué)校里已是必修項(xiàng)目之一，它為世界音樂統(tǒng)一于一種曲譜提供了基礎(chǔ)。帕里斯和 E17 世紀(jì)時(shí)法國天主教方濟(jì)名會(huì)教士J在譜曲時(shí)是以它們其中的一音定調(diào)，只有在樂曲中才會(huì)體現(xiàn)音節(jié)，幾分音符和音的長短。 樂譜在介紹人的歌唱聲音信號(hào)中所涉及到的特征參數(shù)之前，先需要了解一些有關(guān)音樂方面的樂譜知識(shí)。音調(diào)：又稱為音高，表現(xiàn)為人們的主觀聽覺上聲音的高低。② 清音清音主要是有位于聲道的某個(gè)收縮區(qū)的湍流(類似噪音)激勵(lì)而形成的。相反，頻率高時(shí)，基膜振動(dòng)的幅度峰值出現(xiàn)在基膜的基部附近。中耳的主要作用是進(jìn)行聲音阻抗的變換，即將中耳兩端的聲音阻抗匹配起來，在一定的聲音強(qiáng)度范圍內(nèi)，聽小骨對(duì)聲音進(jìn)行線性傳遞，而在聲音強(qiáng)度特別大的情況下，聽小骨則對(duì)聲音進(jìn)行非線性傳遞，這樣可以對(duì)內(nèi)耳起到保護(hù)的作用。而硬腭以及齒齦則是構(gòu)成聲道管壁的主要部分，并且還要參與人類整個(gè)的發(fā)聲過程。咽腔與口腔一起共同發(fā)揮作用，這樣可以使我們聲道的形狀變化多種多樣，所以人類可以發(fā)出各種不同的聲音。根據(jù)發(fā)聲時(shí)聲道形狀的不同，而產(chǎn)生不同的聲音。我們把聲帶每次張開與閉合一次所耗費(fèi)的時(shí)間（即聲帶的振動(dòng)周期）稱為基音周期。通過研究得知，人類用于呼吸的氣管的組成成分主要是一些環(huán)狀的軟骨組織，這些組織在人們講話的時(shí)侯，主要負(fù)責(zé)將來自肺部呼出的空氣傳送到咽喉部分。聲音主要是由從左右兩肺所呼出的氣流并且經(jīng)過位于咽喉直至嘴唇之間的重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念6所有的器官各種各樣的作用所產(chǎn)生的。本文中研究的聲音是指由物體振動(dòng)產(chǎn)生，正在發(fā)聲的物體叫聲源。聲波是聲音在物理學(xué)上的定義，在物理學(xué)上，聲音被定義為一種具有一定能量的波，它是由振動(dòng)物體所產(chǎn)生并且需要在一定的介質(zhì)中進(jìn)行傳播的。具體分別有聲音的定義，聲音信號(hào)產(chǎn)生的原理，人類身體相關(guān)器官對(duì)聲音信號(hào)的接收原理，聲音信號(hào)根據(jù)不同方法進(jìn)行的分類，本文所需要用到的特征參數(shù)（基音頻率、梅爾倒頻譜系數(shù)等）以及本文實(shí)驗(yàn)所用到的仿真工具（MATLAB ） ；③第三章：介紹了在對(duì)歌唱者的聲音信號(hào)中的特征參數(shù)提取之前需要進(jìn)行的聲音信號(hào)預(yù)處理及其具體的三個(gè)步驟：聲音信號(hào)預(yù)加重、信號(hào)分幀和信號(hào)的加窗；④第四章：分別介紹了提取歌唱者聲音信號(hào)特征參數(shù)（基音頻率、梅爾倒頻譜系數(shù)等）的具體理論步驟和實(shí)際提取過程中常用的方法以及實(shí)驗(yàn)數(shù)據(jù)和結(jié)果；⑤第五章：給出一個(gè)對(duì)于歌唱者歌唱水平的評(píng)分公式。其選取的評(píng)分參數(shù)和給出的評(píng)價(jià)分?jǐn)?shù)并不能客觀準(zhǔn)確地反映出歌唱者的歌唱水平。其意義在于一切的評(píng)分規(guī)則對(duì)于參賽選手、主辦方、以及觀眾來說，在信息的獲取上都是公平對(duì)等的，并且得出最終得分的全過程都沒有人的參與，也就是說沒有參雜人的主觀因素在里面，相信這樣得出的評(píng)分結(jié)果應(yīng)該比僅僅靠幾個(gè)評(píng)委或者在加上若干個(gè)大眾評(píng)委甚至還有很多不知道具體來源的手機(jī)短信投票所得出的結(jié)果要更客觀。人們現(xiàn)在對(duì)生活的需求已經(jīng)不僅僅體現(xiàn)在物質(zhì)上了。根據(jù)對(duì)比結(jié)果以及目標(biāo)樣本的音量結(jié)合因素評(píng)分法給出反映歌唱者唱功水平的評(píng)價(jià)方法。本文通過對(duì)聲樂相關(guān)資料進(jìn)行研究和分析，并且還請(qǐng)教了若干音樂和歌唱方面的專業(yè)老師進(jìn)行交流和探討，選取音調(diào)、歌詞和音量等歌唱元素作為反映歌唱者唱功水平的評(píng)分指標(biāo)。鑒于以上問題，本文提出了一種更加全面、合理的歌唱評(píng)分方法。由于歌唱難度受歌唱音量的影響，所以歌唱音量與歌唱得分成正比關(guān)系。隨著我國經(jīng)濟(jì)的不斷發(fā)展，我國國民的生活水平有了很大的提高。而本文提出的觀點(diǎn)就正是為了解決這個(gè)衡量參賽選手的唱功方面很有爭議的問題，分別從選手的音調(diào)、音準(zhǔn)、音律，音強(qiáng)方面給出一個(gè)具體的評(píng)價(jià)值，在根據(jù)這些具體得出的評(píng)價(jià)值按照事先制定好的評(píng)分方法給出一個(gè)最后的綜合分?jǐn)?shù)，即選手的最終得分。其產(chǎn)品的歌唱評(píng)分功能僅僅是簡單的按照完成度和音量進(jìn)行評(píng)分的。本文具體的章節(jié)結(jié)構(gòu)如下：①第一章：闡述了本文所涉及領(lǐng)域的現(xiàn)狀以及現(xiàn)在所存在的問題，以及本文產(chǎn)生的背景及其本文所做研究的實(shí)際意義；②第二章：介紹了在本文中需要涉及到的一些基本概念知識(shí)。 什么是聲音我們常說的聲音有兩種定義。這 3 種特性對(duì)應(yīng)著人耳對(duì)聲音信號(hào)的音調(diào)、音強(qiáng)和音色這三種主觀感覺的描述。通常把位于人們咽喉的那部分器官稱為聲門，而從聲門一直延伸到嘴唇邊緣所形成的一條用于呼氣的通道叫做聲道，聲道的形狀主要取決于嘴唇、舌頭以及頸部的位置，而正是因?yàn)槁暤佬螤畹目梢圆粩嗟馗淖儯匀藗儾趴梢园l(fā)出各種不同的聲音。相應(yīng)地，人類在講話的時(shí)侯在呼氣方面所耗費(fèi)的時(shí)間會(huì)比吸氣所耗費(fèi)的時(shí)間較長，一般來說大約可以占到人們整個(gè)呼吸周期時(shí)長的 80%左右。正是由于聲門可以不間斷地張開與閉合，而使聲門可以送出一連串呈現(xiàn)噴流狀態(tài)的氣息，從而形成一系列以氣流為激勵(lì)的脈沖。在人們說話的時(shí)候，聲門處的氣流因?yàn)闆_激聲帶而產(chǎn)生振動(dòng)，接下來氣流經(jīng)過聲道的一系列響應(yīng)而產(chǎn)生語音。當(dāng)人們?cè)谥v話的時(shí)侯，咽腔自身的形狀是可以根據(jù)講話的需要而做出相應(yīng)改變的。最后，在口腔旁邊的軟腭如前面所敘述的，是負(fù)責(zé)控制是否需要配合發(fā)出鼻音的閥門。在中耳的組織中，錘骨與鼓膜相接觸，鐙骨則與內(nèi)耳的前庭窗相接觸。頻率較低時(shí)，基膜振動(dòng)的幅度峰值出現(xiàn)在基膜的頂部附近。此空氣脈沖流會(huì)通過聲道并且最終從嘴唇處以聲波的形式向外輻射，這就是濁音的發(fā)聲原理。音色一般由3個(gè)因素重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念10決定：發(fā)聲體，由不同的發(fā)聲體產(chǎn)生的聲音顯然不會(huì)相同，比如笛子和簫，雖然兩者外表看起來比較相似，但是卻能產(chǎn)生的不同風(fēng)格的聲音；聲道的自身特點(diǎn)，就好比笛子本身，我們可以通過手指來按放笛子上的氣孔（相當(dāng)于改變了笛子的聲道）從而產(chǎn)生不同的聲音；傳氣方式，又如口風(fēng)琴，雖然是同一個(gè)琴孔，但是分別采用吹氣和吸氣而產(chǎn)生的聲音也是不相同的。音長：是指聲音信號(hào)的長短，它與發(fā)聲體產(chǎn)生聲音的持續(xù)時(shí)間有關(guān)。樂譜的分類：中國古代就有“ 宮，商，角（ jue） ，徵（zhi） ，羽”五音，對(duì)應(yīng)簡譜中的 1 2 3 5 6，是樂譜的基本音符，在譜曲時(shí)古曲用這五個(gè)音。 重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念11數(shù)字簡譜的雛形初見于 16 世紀(jì)的歐洲。加蘭、A 由于簡譜的記法與中國的工尺譜(流行在中國民間的一種文字譜)相當(dāng)接近，因此在中國簡譜得到了空前的發(fā)展，就世界范圍而言，中國是把簡譜吸收得最好、最發(fā)揚(yáng)光大的國家。譜號(hào)有三種：高音譜號(hào)，又稱 G 譜號(hào)，低音譜號(hào)，又稱 F 譜號(hào)，中音譜號(hào)，又稱 C 譜號(hào)。每一次的抬升和放下所經(jīng)歷的時(shí)間為 1 拍。這種差異主要是由歌唱者的速率、歌唱者的情緒、歌唱者周圍的環(huán)境、錄音設(shè)備和傳輸信道的失真等因素引起的。 基音頻率我們?nèi)粘Ｋf的頻率是指發(fā)聲物體在單位時(shí)間內(nèi)(每秒)振動(dòng)的次數(shù)，用字母f表示，單位為赫茲（Hz） 。其中濁音信號(hào)具有較強(qiáng)的周期特性。根據(jù)科學(xué)研究表明，人的耳朵可以聽見的頻率范圍是20Hz20220Hz?；纛l率體現(xiàn)了說話人在發(fā)音過程中，人的自身聲帶產(chǎn)生的有周期性振動(dòng)的特點(diǎn)，基音頻率可以很好地刻畫出說話者的聲帶特性。此外，科學(xué)家們還在研究中發(fā)現(xiàn)了人類聽覺系統(tǒng)的2個(gè)比較關(guān)鍵的特點(diǎn)：①人耳對(duì)于一種聲音信號(hào)的感知的域值會(huì)隨著另一種聲音信號(hào)的出現(xiàn)而有所提高，這個(gè)就是所謂的聲音掩蔽效應(yīng)。在此后的幾年中，線性預(yù)測(LP)被應(yīng)用到了許多科學(xué)研究和應(yīng)用工程領(lǐng)域。根據(jù)聲音信號(hào)產(chǎn)生系統(tǒng)這三個(gè)部分的特點(diǎn)，我們可以為他們分別建立各自的數(shù)學(xué)模型——激勵(lì)模型、聲道模型和輻射模型。聲音強(qiáng)度是一個(gè)客觀的物理量，其常用單位為“分貝（db） ”。重慶大學(xué)碩士學(xué)位論文 3 聲音信號(hào)預(yù)處理193 聲音信號(hào)預(yù)處理在介紹完一些關(guān)于音樂和語音信號(hào)方面的基本理論知識(shí)和概念之后，我們接下來將制定一定的技術(shù)流程來實(shí)現(xiàn)對(duì)歌唱者歌唱水平的評(píng)價(jià)方法。對(duì)于聲音信號(hào)的預(yù)加重處理我們可以通過一階高通數(shù)字濾波器進(jìn)行實(shí)現(xiàn): （ ）1()Hz???其中 ， 值設(shè)置越大對(duì)高頻分量幅度的提升就會(huì)越大。此時(shí)，每個(gè)分析幀就如同從一個(gè)具有固定特性的持續(xù)語音中截取出來的，對(duì)該幀進(jìn)行處理就相當(dāng)于對(duì)固定特性的持續(xù)聲音信號(hào)進(jìn)行處理。否則，如果采樣頻率不滿足恩奎斯特采樣定理，則會(huì)產(chǎn)生頻譜混疊的現(xiàn)象，而此時(shí)的聲音信號(hào)中的高頻成分將會(huì)產(chǎn)生失真。下面我們例舉幾種比較常用的窗函數(shù)以及其主要的指標(biāo)： 窗函數(shù)及其各項(xiàng)指標(biāo) window function and its targets窗函數(shù)名稱 最高旁瓣高度 (dB) 旁瓣衰減率(dB/倍頻程) 等效噪聲 帶(bin) 中心峰全寬(bin)矩形窗 13 6 三角窗 27 12 海寧窗 32 18 漢明窗 43 6 布萊克曼窗 58 18 凱瑟窗 69 6 現(xiàn)有的窗函數(shù)以及其主要的適用范圍如下表： 窗函數(shù)及其適用范圍 window function and its use of scope窗函數(shù)名稱 適用范圍矩形窗 頻譜分析（頻率響應(yīng)測試）；區(qū)分頻率接近且幅度幾乎相等的信號(hào)凱瑟窗 區(qū)分頻率接近而幅度相差較大的信號(hào)；區(qū)分頻率接近而形狀不同的信號(hào)指數(shù)窗 響應(yīng)信號(hào)漢明窗 聲音信號(hào)；相位相差很少的正弦信號(hào)平頂窗 分析無精確參照物且要求精確測試的信號(hào)，特別是幅度精度測試； 正弦波且幅度精確性較為重要的信號(hào)；海寧窗 頻譜分析（頻率響應(yīng)測試）；正弦波或組合正弦波信號(hào)； 窄帶隨機(jī)信號(hào)、振動(dòng)信號(hào)；未知信號(hào)重慶大學(xué)碩士學(xué)位論文 3 聲音信號(hào)預(yù)處理24在語音信號(hào)處理中最常用到的就是矩形窗和漢明窗。 矩形窗和漢明窗函數(shù)的頻域特性 frequency domain characteristics of rectangular and hamming window functions窗函數(shù)名稱 旁瓣峰值 主瓣峰值矩形窗函數(shù) 13dB 4 /N?漢明窗函數(shù) 41dB 8 /N重慶大學(xué)碩士學(xué)位論文 3 聲音信號(hào)預(yù)處理26從表中可以看出，矩形窗的主瓣寬度比較小，聲音矩形窗具有較高的頻譜分辨率；但是矩形窗的旁瓣峰值較大，所以如果將矩形窗作為窗函數(shù)則會(huì)使聲音信號(hào)的頻譜泄漏比較嚴(yán)重。本質(zhì)上來說，聲音信號(hào)本身其實(shí)就可以看作是時(shí)域信號(hào)，因此我們也最