【文章內(nèi)容簡介】 界其他一切聲音的本質(zhì)區(qū)別。人體外的聲音自不必說 (如鐘聲、風(fēng)聲、動物叫聲、機器聲 )，就是人的發(fā)音器官發(fā)出的聲音，也并非都是語言 ,如打噴嚏、打嗝兒、打哈欠、咳嗽等等，雖然也傳遞出了某種信息 ─病了，飽了，困了或是醒了，但聲音的發(fā)出不是為了交際，而是人體本能的生理反映；又如吹口哨、口技演員的表演、哭、笑等等，這些聲音的發(fā)出是有目的的，是一定的心理活動的表現(xiàn)，不是單純的生理現(xiàn)象，但聲音同意義之間沒有固定的結(jié)合關(guān)系，不能成為代表意義的聲音符號，只能表示情緒，展示技巧。以上這些聲音都不是語言 。 語言的聲音同它所代表的意義是相互依存的統(tǒng)一體，一方面，發(fā)音器官發(fā)出的聲音必須同意義緊密結(jié)合、成為一定意義的代表，才能成為語音；另一方面，意義必須借助聲音才能成為可被人感知、被人接受的東西，沒有聲音，意義便無法表達出來 [6]。 語音信號的特點 通過研究人員對大量語音信號的觀測和分析發(fā)現(xiàn)，語音信號主要是有以下兩個特點： a）在頻域內(nèi)，語音信號的頻譜分量主要是集中在 300Hz— 3400Hz 的范圍內(nèi)。利用這個特點，可以用一個帶通濾波器將此范圍的語音信號頻率分量提取出來，然后按一定的采樣頻率對語音信號進行 采樣，就可以得到我們想要的離散的語音信號。 b）在時域內(nèi)，語音信號具有“短時性”的特點，即在總體上，語音信號的特征是隨著時間的變化而變化的，但在一定的較短的時間間隔內(nèi)，語音信號會保持平穩(wěn)。在濁音部分表現(xiàn)出周期信號的特征，在輕音部分表現(xiàn)出隨機的噪聲的特征 [6]。 語音信號的處理的要求及可行性 本次語音信號的采集與分析的設(shè)計主要是介紹語音信號的采集與分析方法，通過 PC 機錄制一段聲音，通過制作圖形用戶界面 GUI，并運用 MATLAB 提供的函數(shù)進行分析，并畫出采樣后語音信號的時域波形和頻譜圖，對所采集的語音信 號加入干擾噪聲，對加入噪聲的信號進行播放，并進行時域和頻譜分析；對比加噪前后的時域圖和頻譜圖，并設(shè)計濾波器進陜西科技大學(xué)畢業(yè) 論文 4 行濾除噪聲。 對語音信號進行研究是一項極具市場價值和挑戰(zhàn)性的工作 ， 但在目前階段 ， 我們只能基于 MATLAB 進行分析仿真 ， 經(jīng)調(diào)試和分析 ， 系統(tǒng)是可行的 [7]。 MATLAB 仿真軟件的介紹 MATLAB 是 matrix 和 laboratory 兩個詞的組合，意為矩陣工廠（矩陣實驗室）。是由美國 mathworks 公司發(fā)布的主要面對 科學(xué)計算 、可視化以及交互式 程序設(shè)計 的高科技計算環(huán)境。它將 數(shù)值分析 、矩陣計算、科學(xué)數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計以及必須進行有效數(shù)值計算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式 程序設(shè)計語言 （如 C、 Fortran）的編輯模式，代表了當(dāng)今國際科學(xué)計算軟件的先進水平 [8]。如圖 21 所示 。 圖 21 MATLAB 的軟件系統(tǒng)介紹 MATLAB 和 Mathematica、 Maple 并稱為三大數(shù)學(xué)軟件。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計算方面首屈一指。 MATLAB 可以進行矩陣運算、繪制函數(shù)和數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計算、控制設(shè)計、 信號處理 與通訊、圖像處理 、信號檢測、金融建模設(shè)計與分析等領(lǐng)域。 MATLAB 的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(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 等語言完成相同的事情簡捷得多，并且MATLAB 也吸收了像 Maple 等軟件的優(yōu)點，使 MATLAB 成為一個強大的數(shù)學(xué)軟件。在新的版本中也加入了對 C， FORTRAN， C++， JAVA 的支持?？梢灾苯诱{(diào)用 ,用戶也可以將自己編寫的實用程序?qū)氲?MATLAB 函數(shù)庫中方便自己以后調(diào)用，此外許多的 MATLAB 愛好者都編寫了一些經(jīng)典的程序，用戶可以直接進行下載就可以用 [9]。 語音信號采集與分析 5 3 系統(tǒng)設(shè)計 系統(tǒng)設(shè)計的理論依據(jù) 采樣定理 在進行模擬 /數(shù)字信號的轉(zhuǎn)換過程中，當(dāng)采樣頻率 大于信號中，最高頻率 fmax 的2 倍時，即： =2fmax,則采樣之后的數(shù) 字信號完整地保留了原始信號中的信息，一般實際應(yīng)用中保證采樣頻率為信號最高頻率的 5～ 10 倍；采樣定理又稱奈奎斯特定理 [10]。 1924 年奈奎斯特 (Nyquist)就推導(dǎo)出在理想低通信道的最高大碼元傳輸速率的公式 :想低通信道的最高大碼元傳輸速率 =2W*log2 N (其中 W 是理想低通信道的帶寬 ,N 是電平強度 ) 采樣頻率 采樣頻率（也稱為采樣速度或者 采樣率 ）定義了每秒 從連續(xù)信號中提取并組成離散信號的采樣個數(shù)，它用赫茲（ Hz）來表示。采樣頻率的倒數(shù)是采樣周期或者叫作 采樣時間 ，它是采樣之間的時間間隔。采樣頻率只能用于周期性采樣的采樣器，對于非周期性采樣的采樣器沒有規(guī)則限制。采樣頻率與聲音頻率之間有一定的關(guān)系，根據(jù)奎斯特理論，只有采樣頻率高于聲音信號最高頻率的兩倍時，才能把數(shù)字信號表示的聲音還原成為原來的聲音。這就是說采樣頻率是衡量聲卡采集、 記錄和還原聲音文件的質(zhì)量標準。 語音的錄入與打開 在 MATLAB 中， [y,fs,bits]=wavread(39。Blip39。,[N1 N2])。用于讀取語音，采樣值放在向量 y中，fs 表示采樣頻率 (Hz)， bits 表示采樣位數(shù)。 [N1 N2]表示讀取從 N1 點到 N2 點的值（若只有一個 N 的點則表示讀取前 N 點的采樣值）。 sound(x,fs,bits)。 用于對聲音的回放。向量 x 則就代表了一個信號（也即一個復(fù)雜的“函數(shù)表達式”）也就是說可以像處理一個信號表達式一樣處理這個聲音信號 [11]。 時 域信號的 FFT分析 FFT 即為快速傅氏變換，是離散傅氏變換的快速算法，它是根據(jù)離散傅氏變換的奇、偶、虛、實等特性，對離散傅立葉變換的算法進行改進獲得的 [12]。 在 MATLAB 的信號處理工具箱中函數(shù) FFT 和 IFFT 用于快速傅立葉變換和逆變換。函數(shù)FFT 用于序列快速傅立葉變換，其調(diào)用格式為 y=fft(x)，其中， x是序列， y是序列的 FFT， x可以為一向量或矩陣，若 x為一向量， y是 x的 FFT 且和 x 相同長度；若 x為一矩陣，則 y是對矩陣的每一列向量進行 FFT。如果 x長度是 2 的冪次方，函數(shù) fft 執(zhí)行高速基－ 2FFT 算陜西科技大學(xué)畢業(yè) 論文 6 法，否則 fft 執(zhí)行一種混合基的離散傅立葉變換算法，計算速度較慢。函數(shù) FFT 的另一種調(diào)用格式為 y=fft(x,N)，式中， x， y意義同前， N 為正整數(shù)。函數(shù)執(zhí)行 N 點的 FFT，若 x 為向量且長度小于 N，則函數(shù)將 x補零至長度 N；若向量 x的長度大于 N，則函數(shù)截短 x使之長度為 N；若 x 為矩陣，按相同方法對 x 進行處理。 語音信號的頻域分析 語音信號的頻域分析就是分析語音信號的頻域持征。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(luò)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(yù)測法等幾種。本文介紹的是語音信號的傅里葉分析法。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(yīng)該用短時傅里葉變換對語音信號的頻譜進行分析，相應(yīng)的頻譜稱為“短時譜 ”。 數(shù)字濾波器設(shè)計原理 數(shù)字濾波是數(shù)字信號分析中最重要的組成部分之一，與模擬濾波相比，它具有精度和穩(wěn)定性高、系統(tǒng)函數(shù)容易改變、靈活性強、便于大規(guī)模集成和可實現(xiàn)多維濾波等優(yōu)點。在信號的過濾、檢測和參數(shù)的估計等方面，經(jīng)典數(shù)字濾波器是使用最廣泛的一種線性系統(tǒng)。 數(shù)字濾 波器的作用是利用離散時間系統(tǒng)的特性對輸入信號波形 (或頻譜 )進行加工處理，或者說利用數(shù)字方法按預(yù)定的要求對信號進行變換。 數(shù)字濾波器的設(shè)計步驟 不論是 IIR 濾波器還是 FIR 濾波器的設(shè)計都包括三個步驟 [13]： a）按照實際任務(wù)的要求，確定濾波器的性能指標。 b）用一個因果、穩(wěn)定的離散線性時不變系統(tǒng)的系統(tǒng)函數(shù)去逼近這一性能指標。根據(jù)不同的要求可以用 IIR 系統(tǒng)函數(shù)，也可以用 FIR 系統(tǒng)函數(shù)去逼近。 c）利用有限精度算法實現(xiàn)系統(tǒng)函數(shù)，包括結(jié)構(gòu)選擇、字長選擇等。 IIR 濾波器與 FIR濾波 器的性能比較 FIR:Finite Impulse response，有限沖擊響應(yīng) IIR:Infinite Impulse response，無限沖擊響應(yīng) 從性能上來說， IIR 濾波器傳輸函數(shù)的極點可位于單位圓內(nèi)的任何地方，因此可用較低的階數(shù)獲得高的選擇性，所用的存貯單元少，所以經(jīng)濟而效率高。但是這個高效率是以相位的非線性為代價的。選擇性越好，則相位非線性越嚴重。相反， FIR 濾波器卻可以得到嚴格的線性相位，然而由于 FIR 濾波器傳輸函數(shù)的極點固定在原點，所以只能用較高的階數(shù)達到高的選擇性；對于同樣的濾波器設(shè)計 指標， FIR 濾波器所要求的階數(shù)可以比 IIR 濾波器高 5~10語音信號采集與分析 7 倍，結(jié)果，成本較高，信號延時也較大；如果按相同的選擇性和相同的線性要求來說，則 IIR濾波器就必須加全通網(wǎng)絡(luò)進行相位較正，同樣要大增加濾波器的節(jié)數(shù)和復(fù)雜性。 系統(tǒng)的詳細設(shè)計 圖形用戶界面（ GUI）制作 在 本設(shè)計采用 GUIDE 的方法制作 GUI。 a） 新建一個空白 GUI 模板：進入 MATLAB 程序界面以后執(zhí)行 File→New→GUI 過程，即可進入 GUIDE 快速啟動界面 。 b） 選擇 Blank GUI 選項條，單擊 OK， 就會生成 一個空白 GUI 模板生成 c） 拖拉白色框的右下角調(diào)整界面大小，現(xiàn)在就可以開始設(shè)計 GUI 功能界面了。從左邊控件框選擇所需要的控件放置在 GUI 面板中，然后對各個控件進行編輯，包括位置、大小、顏色、名稱以及編寫回調(diào)函數(shù)等。本設(shè)計主要用到坐標系和按鈕，現(xiàn)分別介紹。 a） 按鈕 控件設(shè)計 ：按鈕鍵又稱命令按鈕或按鈕，是小的長方形屏幕對象，常常在對象本身標有文本。 將控件在指定位置添加，按鈕的標簽字符由 String 控制，返回由 Value 控制。將按鈕放在指定位置后，為實現(xiàn)某些功能 開始編寫回調(diào)函數(shù)，確定按鈕功能。在按鈕上單擊鼠標右鍵，選擇 view callbacks→callback 即可在 M文件中找到該按鈕的回調(diào)函數(shù)位置。然后編寫功能函數(shù)，本設(shè)計中該按鈕的功能是繪制原始波形，那么只需要讀取語音信號并畫出波形。 b） 坐標系設(shè)計： 只有在圖形用戶界面中添加坐標控件后，才能接受有關(guān)的圖形信息，該空間對象的屬性與坐標軸對象的屬性完全相同。 單擊空間框左側(cè)的 Axes 按鈕，在圖形編輯框中確定其位置后單擊鼠標左鍵即可放置。 本次畢業(yè)論文所需要的最終圖形用戶界面如圖 31 所示。 圖 31 圖形用戶界面 陜西科技大學(xué)畢業(yè) 論文 8 系統(tǒng)功能的實現(xiàn) 信號打開 。 在“打開信號”的按鈕上 單擊鼠標右鍵選擇 view callbacks→ callback，找到M 文件中該按鈕的回調(diào)函數(shù)位置，然后編寫相應(yīng)的功能函數(shù)。功能函數(shù)具體如下： function pushbutton1_Callback(hObject, eventdata, handles) global I。 global X。 global magX。 global angX。 H={39。畢設(shè)語音 .wav39。}。 [filename,pathname]=uigetfile(H,39。請選擇打開文件 39。)。 file=strcat(pathname,filename)。 I=wavread(file)。 X=fft(I,4096)。 magX=abs(X)。 angX=angle(X)。 plot(I)。 title(39。原始信號波形 39。)。 點擊此按鈕后，會出現(xiàn)原始信號的波形。 聲音播放 。 在“聲音播放”按鈕上單擊鼠標右鍵選擇 view callbacks→ callback，找到 M文件中該按鈕的回調(diào)函數(shù)位置，然后編寫該按鈕相應(yīng)功能函數(shù)。功能函數(shù)具體如下： function pushbutton2_Callback(hObject, eventdata, handles) global I。 sound (I)。 點擊此按鈕，執(zhí)行此程序后，系統(tǒng)會自動播放“畢設(shè)語音 .wav”語音。 語音信號幅度、頻譜和相位的波形 。 在“幅度”按鈕上單擊鼠標右鍵選擇 view callbacks→ callback，在 M 文件中找到該按鈕的回調(diào)函數(shù)位置，然后在該按鈕下的回調(diào)函數(shù)位置編寫功能函數(shù)。功能函數(shù)具體如下： function pushbutton3_Callback(hObject, eventdata, handles) global I。 global X。 global magX。 global angX。%定義全局變量 X=fft(I,4096)。 magX=abs(X)。 angX=angle(X)。 %取變換后的幅值和角度 plot(magX)。 title(39。原始信號幅值 39。)。%顯示信號幅度波形 在“頻譜”按鈕上單擊鼠標右鍵選擇 view callbacks→ callback，在 M文件中找到該按鈕的回調(diào)函數(shù)位置，然后在該按鈕下的回調(diào)函數(shù)位置編寫功能函數(shù)。功能函數(shù)具體如下： 語音信號采集與分析 9 function pushbutton4_Callback(hObject, eventdata, handles) global I。 global X。 global magX。 global angX。%定義全局變量 X=fft(I,4096)。 magX=abs(X)。 angX=angle(X)。%取變換后的幅值和角度 plot(X)。 title(39。原始信號頻譜 39。)。%顯示信號頻譜波形 在“相位”按鈕上單擊鼠標右鍵選擇 view callbacks→ callback，在 M文件中找到該按鈕的回調(diào)函數(shù)位置，然后在該按鈕下的回調(diào)函數(shù)位置編寫功能函數(shù)。功能函數(shù)具體如