基于振幅調(diào)制的語(yǔ)音信號(hào)合成_課程設(shè)計(jì)(編輯修改稿)
2025-07-03 14:40 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 由于現(xiàn)在沒(méi)有成型的小波變換模型供參考，因此本設(shè)計(jì)最終采用的是基于希爾伯特變換的包絡(luò)提取。 同時(shí)在設(shè)計(jì)的過(guò)程中由于對(duì)包絡(luò)的概念理解不清，也走了不少?gòu)澛?，不過(guò)也取得了一些意外的效果。 在數(shù)學(xué)與信號(hào)處理的領(lǐng)域中，一個(gè)實(shí)值函數(shù)的希爾伯特變換是將信號(hào) s(t)與1/(π t)做卷積，以得到 s39。(t)。因此，希爾伯特變換結(jié)果 s39。(t)可以被解讀為輸入是 s（ t）的線性時(shí)不變系統(tǒng)的輸出，而此系統(tǒng)的脈沖響應(yīng)為 1/(π t)。這是一項(xiàng)有用的數(shù)學(xué)工具，用在描述一個(gè)以實(shí)數(shù)值載波做調(diào)制的信號(hào)之復(fù)數(shù)包絡(luò)，出現(xiàn)在通訊理論中發(fā) 揮著重要作用。 希爾伯特變換的數(shù)學(xué)表達(dá)式： s39。(t)=H(s)= s(n)h(tn)dn=(1/π ))(s(n)/(tn))dn 其中 h（ t） =1/(π t) Hilbert 變換具有兩個(gè)性質(zhì)： 性質(zhì) 1 序列 x(n)通過(guò) Hilbert 變換器后，信號(hào)頻譜的幅度不發(fā)生變化，這是因?yàn)?Hilbert 變換器是全通濾波器，引起頻譜變化的只是其相位。 性質(zhì) 2 序列 x(n 與其 Hilbert 變換是正交的。 MATLAB 提供了計(jì)算 Hilbert 變換的函數(shù)，其格式為 y=Hilbert(x)。但需注意的是，該函數(shù)計(jì)算出的結(jié)果是序 列的解析信號(hào)，其虛部才是序列的 Hilbert 變換。 我們首先對(duì)采集到的語(yǔ)音信號(hào)進(jìn)行 預(yù) 處理，截取片段，濾除其中的噪聲 。對(duì)采集語(yǔ)音信號(hào)分析其頻譜后，發(fā)現(xiàn)其含有一定的高頻噪聲，因此決定設(shè)計(jì)一個(gè)低山東科技大學(xué)課程設(shè)計(jì) 12 通濾波器對(duì)其進(jìn)行濾波。 設(shè)計(jì)的低通濾波器 （設(shè)計(jì)為子程序） 如下： 對(duì)采集到的信號(hào)選取的參數(shù)為：通帶頻率： 400Hz。阻帶頻率： 420Hz。試聽(tīng)有較好的效果。 處理過(guò)程及結(jié)果如下： 0 1 2 3 4 5 6 7 8 9x 1 04101原始信號(hào)0 100 200 300 400 500 600 700 800 900 10000500原始信號(hào)的頻譜0 1 2 3 4 5 6 7 8 9x 1 04 0 . 200 . 2低通濾除噪聲后的信號(hào)0 100 200 300 400 500 600 700 800 900 10000500低通濾除噪聲后的頻譜 其次 我們對(duì)信號(hào)進(jìn)行分幀處理 。 由于語(yǔ)音信號(hào)的 短時(shí) 平穩(wěn)特性，可以將平穩(wěn)過(guò)程的處理方法和理論引入到語(yǔ)音信號(hào)的短時(shí)處理中，將語(yǔ)音信號(hào)劃分為很多短山東科技大學(xué)課程設(shè)計(jì) 13 時(shí)的語(yǔ)音段，每個(gè)短時(shí)的語(yǔ)音段稱為一個(gè)分析幀。這樣，對(duì)一幀語(yǔ)音信號(hào)進(jìn)行處理就相當(dāng)于對(duì)特征固定的持續(xù)信號(hào)進(jìn)行處理。在處理時(shí)，按幀取數(shù)據(jù)，處理完后再取下一幀。前一幀和后一幀的交疊部分稱為幀移。幀移與幀長(zhǎng)的比值一般取為~。 設(shè)計(jì)的 分幀算法如下，考慮到調(diào)試方便特設(shè)計(jì)為子函數(shù)的形式，方便調(diào)用調(diào)試： 然后我們就可以按幀對(duì)信號(hào)進(jìn)行處理，通過(guò)不斷的嘗試調(diào)試，最終發(fā)現(xiàn) 最優(yōu)的 處理方法 為： 每 一幀進(jìn)行加窗處理（ Hanning 窗 ） ； 對(duì)每一幀 進(jìn)行希爾伯特變換 ； 幀合并 ； 從中抽取出處理后的語(yǔ)音信號(hào)。 至此，男聲語(yǔ)音包絡(luò)提取完畢。 波形圖如下： 0 1 2 3 4 5 6 7 8 9x 1 04 0 . 2 0 . 100 . 10 . 2純語(yǔ)音波形0 200 400 600 800 1000 1200 0 . 2 0 . 100 . 10 . 2對(duì)純語(yǔ)音分幀看結(jié)果 山東科技大學(xué)課程設(shè)計(jì) 14 0 50 100 150 200 250 30000 . 51窗函數(shù)0 50 100 150 200 250 30000 . 51對(duì)每幀加窗看結(jié)果0 50 100 150 200 250 30002040窗的幅度0 50 100 150 200 250 300505窗的相位 0 1 2 3 4 5 6 7 8 9x 1 04 0 . 2 0 . 100 . 10 . 2純語(yǔ)音波形0 1 2 3 4 5 6 7 8 9x 1 0410123分幀處理后的包絡(luò) 山東科技大學(xué)課程設(shè)計(jì) 15 女聲處理 對(duì)于女聲，我們主要想提取其音色 及頻率 ， 然后 用其與男聲的包絡(luò)進(jìn)行幅度調(diào)制。但是最終的提取效果 總是 不是太好，嘗試了很多種辦法， 都不能達(dá)到理想的效果。因此最終 決定直接用女聲信號(hào)來(lái)調(diào)制男聲信號(hào)， 發(fā)現(xiàn) 總體能取得較能接受的效果 。雖然效果不佳，但是在 整個(gè) 過(guò)程中收貨頗多。 下面將所進(jìn)行的嘗試過(guò)程列寫(xiě)下來(lái)，總結(jié)原因，希望以后有機(jī)會(huì)還能再進(jìn)一步進(jìn)行優(yōu)化處理 。 首先分 析人的發(fā)音特性。眾所周知，一切物體發(fā)聲的原理都是振動(dòng)出聲 ， 由空氣傳出，那在物體振動(dòng)的時(shí)候出來(lái)的頻率都是一個(gè)波形，這個(gè)波總可以分解為一系列不同頻率正弦波的疊加，含一個(gè)基波和許多諧波，即內(nèi)含各種頻率成分，音色的不同，就是這些諧波的含量都不相同 。因此我們可以根據(jù)這個(gè)特性來(lái)提取這些諧波成分，然后加到男聲包絡(luò)上，可能會(huì)有不錯(cuò)的結(jié)果。 0 200 400 600 800 1000 1200 1400 1600 1800 20xx 0 . 500 . 51一幀的圖像0 50 100 150 200 250 300 350 400020406080100分幀后一幀的頻譜 通過(guò)上面這兩張圖片可以看出短時(shí)內(nèi)的基波諧波分布，并呈現(xiàn)出周期特性。并可以看到短時(shí)內(nèi)聲音主要頻率都是集中分布的，因此我們可以用一個(gè)帶阻濾波器來(lái)把“基波”濾除掉，然后依次把得到的“諧波 ”加到包絡(luò)上。 方法如下： 設(shè)計(jì)的帶阻濾波器子函數(shù)： 山東科技大學(xué)課程設(shè)計(jì) 16 0 100 200 300 400 500 600 700 800 900 1000 3 0 0 2 5 0 2 0 0 1 5 0 1 0 0 5 00所設(shè)計(jì)濾波器的通帶曲線 處理前聲音特效： 0 1 2 3 4 5 6 7 8 9x 1 04 0 . 4 0 . 200 . 20 . 4女聲片段0 200 400 600 800 1000 1200 1400 1600 1800 20xx0200400600女聲片段頻率特性 山東科技大學(xué)課程設(shè)計(jì) 17 處理后聲音特效： 0 1 2 3 4 5 6 7 8 9x 1 04
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1