【文章內(nèi)容簡介】 選擇自相關(guān)算法，從而關(guān)聯(lián)自相關(guān)子程序，對“m_5”語音文件進(jìn)行自相關(guān)處理：分幀濾波處理后，去噪并截取有聲段，在進(jìn)行相關(guān)計算，檢測峰峰間距，最后點(diǎn)擊基因檢測按鍵，計算出基音周期并將結(jié)果顯示在界面，并在界面上顯示卷積之后的基音周期圖。，該圖是自己畫上去的，用以表示客戶矩形區(qū)，觀察卷積之后的圖，能夠?qū)ψ韵嚓P(guān)法測基音周期有更加清晰的了解和認(rèn)知，可見其峰峰間隔恒定，有 ()其中為基因頻率，為峰間距，為抽樣率。 卷積之后的圖 界面顯示的“m_5”時域波形圖 界面顯示圖 算法實現(xiàn)流程圖本次設(shè)計的界面也可以選擇其他算法，即將其他算法掛到界面上即可，MFC主程序框架具有消息響應(yīng)機(jī)制，當(dāng)選擇一種算法，就會選擇其對應(yīng)的消息響應(yīng)函數(shù)，進(jìn)而執(zhí)行相應(yīng)的算法，如選擇平均幅度差法實現(xiàn)時，首先將算法寫好，并將計算基音周期要用的相應(yīng)的數(shù)據(jù)準(zhǔn)備好，在界面上點(diǎn)擊平均幅度差按鈕，將相應(yīng)的接口對應(yīng)上，調(diào)用函數(shù)，將準(zhǔn)備好的檢測數(shù)據(jù)傳進(jìn)去，進(jìn)行算法的實現(xiàn)，最終出來的數(shù)據(jù)即為平均幅度差法檢測出的基音周期數(shù)值，數(shù)據(jù)檢測完成后，要在界面上將數(shù)值顯示出來，微軟MFC提供了一種調(diào)用彈出對話框函數(shù)messagebox（），能把用戶自定義的字符串，顯示在界面上。定義字符串“該語音的基音周期為：”，就用對話框函數(shù)將數(shù)值顯示出來。 算法的改進(jìn)及存在問題 自相關(guān)函數(shù)法、倒譜法、平均幅度差函數(shù)法都是經(jīng)典的基音檢測方法，但實際應(yīng)用中，語音信號的環(huán)境千差萬別，有的是安靜環(huán)境，有的有強(qiáng)烈的背景噪聲，有的方法沒有考慮聲道的影響，有的方法沒有考慮發(fā)音者的個體差異，有的方法在預(yù)處理和后處理上欠妥，有的方法不管什么場合都采用傳統(tǒng)的語音模型，而基音檢測的健壯性及準(zhǔn)確性卻與對象、方法、環(huán)境密切相關(guān)，這使得上述方法在運(yùn)用中，在安靜的實驗室環(huán)境下，有較高的準(zhǔn)確性，但一到噪聲環(huán)境，準(zhǔn)確性劇減。有的對選定的人群有效，對任意的個體性能陡降，有的在說話者情緒平靜時有效，但一遇情緒激動，則大打折扣。所以說，至今沒有一種萬能的方法在任何情況下都能準(zhǔn)確可靠地估計出基音周期。 各種基音檢測算法中，最復(fù)雜的是倒譜法，它要做傅立葉變換、計算功率譜、再做傅立葉逆變換，因此運(yùn)算量很大。而本文自相關(guān)算法，在剛開始對語音信號處理時沒有用的分幀這樣的處理方法，而是對將該語音信號作為一幀進(jìn)行處理，導(dǎo)致求解出的基音周期誤差非常大，且基音周期曲線不是很平滑，所以在后來的程序中，進(jìn)行分幀處理后，所求出的基音周期準(zhǔn)確度提高。 在此次所做的程序設(shè)計中，還有許多的不足之處與需要改進(jìn)的地方，在處理語音信號時，只是對其中的一幀進(jìn)行了處理，沒有對所有的幀進(jìn)行統(tǒng)計，這樣就不具有代表性，不能代表整個語音信號的特性。在對其中的一幀進(jìn)行處理時，由于這一幀的長度是固定的，所有不需要再進(jìn)行加窗截斷處理，在進(jìn)行自相關(guān)函數(shù)運(yùn)算時，自相關(guān)函數(shù)中所攜帶的參量也都是需要考慮的。我們可以在以下方面作一些改進(jìn)和突破： 1．在預(yù)處理上下功夫由于實際的語音信號常?；旌椭鴱?qiáng)烈的背景噪聲及共振峰頻率，從而使語音信號的波形變得非常復(fù)雜，這常常引起基音檢測的錯判和誤判。預(yù)處理的主要任務(wù)是在基音檢測前，盡量去除背景噪聲的影響及第一共振峰的影響，這對自相關(guān)法和平均幅度差函數(shù)法是非常必要的。 2．在語音信號的產(chǎn)生模型上尋找突破口傳統(tǒng)的語音產(chǎn)生模型起源于1930年Duddley發(fā)明的聲碼器，其基本思想是將激勵和系統(tǒng)相分離，使語音信號解體來分別進(jìn)行描述而不是直接研究信號波形的本身。傳統(tǒng)的基音檢測方法都是建立在這個模型上的，使用中，對每幀語音信號只進(jìn)行一次清濁判決，若判為濁音，則以基音周期間隔的脈沖序列作為該幀的激勵信號；若為清音，則以隨機(jī)噪聲作為該幀的激勵信號，實際中，清濁信號的過渡段是很難區(qū)分的，且激勵信號也常常含有類噪聲成分，很難加以區(qū)分。 3．適當(dāng)考慮個性特征及情感、發(fā)音力度的影響近年來國內(nèi)外的研究表明，基音周期的大小與個人的發(fā)音習(xí)慣及性別、年齡、發(fā)音時的力度及情感有很大的關(guān)系，傳統(tǒng)的基音檢測都是以“冷漠的”語音為研究對象的，而在實際中，人在發(fā)音時，常常帶著驚訝、喜悅、緊張、憤怒、悲傷等復(fù)雜的感情有時，環(huán)境噪聲引起Lombard效應(yīng)(說話人在高噪聲環(huán)境中為了使自己的聲音能被聽到，有意或無意地提高嗓音，致使其發(fā)音速度及質(zhì)量發(fā)生變化)，在這些感情和力度的驅(qū)使下，人的聲帶開啟到最大面積的時間及關(guān)閉的速度與平靜時相比，都要發(fā)生變化，同時共振峰的帶寬和位置都要發(fā)生畸變，這些變化不可避免地影響到基音周期。 本章小結(jié) 本章簡述了自相關(guān)算法的原理，算法流程，并從請濁音判斷，基音檢測數(shù)據(jù)和抗噪性上對自相關(guān)算法進(jìn)行分析，詳述算法實現(xiàn)過程及仿真結(jié)果分析。傳統(tǒng)的語音基音檢測算法中，只對輸出的信號進(jìn)行處理。當(dāng)被處理的信號呈現(xiàn)準(zhǔn)周期性的時候，這些方法能比較準(zhǔn)確的檢測出基音周期，然而當(dāng)被處理信號是清濁音交替的時候，它們就很容易出現(xiàn)誤判或漏判的情況。本課題在采用傳統(tǒng)自相關(guān)法進(jìn)行基因檢測的同時，對語音信號進(jìn)行帶通濾波及分幀等各項處理，減少誤差，使檢測結(jié)果得到改善。其中語音信號采樣率為22050Hz。通過對語音信號的一系列處理，可得出基音周期曲線。經(jīng)過實驗證明，該方法可以較精確的檢測出語音信號的基音周期。 第4章 系統(tǒng)軟件設(shè)計 軟件的介紹可視化(Visual)程序界面設(shè)計是一種全新的程序設(shè)計方法，它主要是讓程序設(shè)計人員利用軟件本身所提供的各種控件，像搭積木式地構(gòu)造應(yīng)用程序的各種界面。這樣就能極大地提高設(shè)計人員的工作效率。目前能進(jìn)行可視化程序設(shè)計的語言常用的有Visual Basic、Visual C++、Delphi等。Visual Basic 提供了強(qiáng)大的可視化編程能力，但Visual Basic不是真正的面向?qū)ο蟮拈_發(fā)工具，且不是真正的編譯型語言，它產(chǎn)生的最終代碼不是可執(zhí)行的，是一種偽代碼。Delphi是一門真正的面向?qū)ο蟮拈_發(fā)工具，并且是完全的可視化，它使用了真編譯，可以讓你的代碼編譯成為可執(zhí)行的文件，而且編譯速度非常快。 Visual C++的語言靈活性好，效率高，可以接觸到軟件開發(fā)比較底層的東西，并且基于微軟的MFC庫博大精深，學(xué)會它可以讓隨心所欲地進(jìn)行編程，與操作系統(tǒng)的結(jié)合更加緊密。C++及Windows可視化程序設(shè)計計算機(jī)科學(xué)發(fā)展的每一步幾乎都在軟件設(shè)計和程序設(shè)計語言中得到充分體現(xiàn)。軟件是一個發(fā)展的概念，隨著軟件開發(fā)規(guī)模的擴(kuò)大和開發(fā)方式的變化，人們開始將程序設(shè)計語言作為一門科學(xué)來對待。MFC是建立在C++的基礎(chǔ)上，所以強(qiáng)調(diào)C/C++語言基礎(chǔ)對開發(fā)的重要性，本課題使用VC++作為編程語言。 軟件總體設(shè)計思路在VC++環(huán)境下編寫可視化菜單，完成MFC界面的空白部分及邊框部分，加入相關(guān)操作指令，使之在編寫完成的界面下實現(xiàn)對語音信號的各種操作。 利用Pc機(jī)上的聲卡和window操作系統(tǒng)可以進(jìn)行數(shù)字信號的采集。以文件名 “m_5”保存， ，這是WINDOWS操作系統(tǒng)規(guī)定的聲音文件保存的標(biāo)準(zhǔn)。首先讀取音頻文件，得到音頻數(shù)據(jù)和那些相應(yīng)的編碼信息，之后對數(shù)據(jù)進(jìn)行處理，最后在可視化界面上顯示基音周期數(shù)值，靜態(tài)波形圖及卷積之后的基音周期圖。 主程序流程設(shè)計 通過軟件分析及總體設(shè)計思路的綜合考慮，主程序的總體設(shè)計流程如下： 主程序流程圖本設(shè)計的主程序流程圖中中包括MFC框架的設(shè)計流程和基音檢測的設(shè)計流程，通過軟件的編寫，實現(xiàn)在MFC界面上操作語音信號，并嵌入自相關(guān)算法。 子程序設(shè)計基音周期檢測的軟件設(shè)計主要包括幾部分：1．基因主測試子程序?qū)τ诨魴z測的軟件設(shè)計部分，自相關(guān)法進(jìn)行基音檢測子程序，定義輸入語音樣點(diǎn)及最大樣點(diǎn)數(shù)，定義輸出語音信號的基音周期，采樣頻率為22050hz。經(jīng)過有聲段檢測，分幀，卷積，平均峰峰間隔檢測，最后計算出輸入語音信號的基音周期。 圖4. 2 基音檢測主測試流程圖　 2．濾波器設(shè)計濾波器（filter），是一種用來消除干擾雜訊的器件，對特定頻率的頻點(diǎn)或該頻點(diǎn)以外的頻率進(jìn)行有效濾除的電路，就是濾波器，其功能就是得到一個特定頻率或消除一個特定頻率。濾波本質(zhì)上是從被噪聲畸變和污染了的信號中提取原始信號所攜帶的信息的過程。為了選取語音頻率段，濾掉所需語音頻率段以外的，并消除語音幀的高次諧波分量， 本課題選擇帶通濾波器對語音信號進(jìn)行濾波，帶通濾波器能允許一定頻段的信號通過，抑制低于或高于該頻段的信號干擾和噪聲。實際上，并不存在理想的帶通濾波器。濾波器并不能夠?qū)⑵谕l率范圍外的所有頻率完全衰減掉，尤其是在所要的通帶外還有一個被衰減但是沒有被隔離的范圍。這通常稱為濾波器的滾降現(xiàn)象，并且使用每十倍頻的衰減幅度dB來表示。通常下情況下，濾波器的設(shè)計盡量要保證滾降范圍越窄越好，這樣濾波器的性能就與設(shè)計更加接近。根據(jù)設(shè)計需要，設(shè)置濾波器參數(shù)。無論采用哪一種基音檢測算法都可能產(chǎn)生基音檢測錯誤，使求得的基音周期軌跡中有一個或幾個基音周期估值偏離了正常軌跡（通常是偏離到正常值的2倍或1/2）,稱這種偏離點(diǎn)為基音軌跡的“野點(diǎn)” 。為了去除這些野點(diǎn)，本課題中我們采用的是均值平滑處理。運(yùn)用九階濾波器濾掉語音信號中不等于0的部分，為之后發(fā)現(xiàn)有聲段做準(zhǔn)備。九階濾波流程圖如圖4. 3所示。 3．檢測有聲段，去噪對于已知的原始語音信號，定義 pavg，max，num 等函數(shù)參數(shù)，pavg為數(shù)據(jù)指針，max為其最大值，num為數(shù)據(jù)量。只要數(shù)據(jù)指針第K個數(shù)據(jù)小于最大值的二分之一，都把數(shù)據(jù)指針第K個數(shù)據(jù)賦值0，作用是去除噪聲，從而檢測到有聲段。 4．峰峰值檢測 定義成員函數(shù)divid用來實現(xiàn)語音信號的峰峰間距檢測，定義一個數(shù)組來存放下標(biāo)值，定義單精度浮點(diǎn)型數(shù)據(jù)max為卷積之后的數(shù)據(jù)中的最大值，將有聲段分成每段1000的樣本點(diǎn)，將這1000個樣本點(diǎn)進(jìn)行卷積，卷積出來的數(shù)據(jù)為1999個。將這1999個樣本點(diǎn)分成兩段，在0～999個樣本點(diǎn)里，從999開始，每150個樣本點(diǎn)里取一個最大值，直到樣本點(diǎn)數(shù)小于等于250個則跳出循環(huán)，并記錄保存這些最大值的下標(biāo)，跳出循環(huán)后，記錄這1000個樣本點(diǎn)中有多少個最大值的下標(biāo)，用各標(biāo)下標(biāo)的后項減前項，即為各下標(biāo)值間的距離，將這些間距保存起來的，如果下標(biāo)間距小于100，則將該下標(biāo)濾除，因為間距小于100的不屬于人的基音周期范圍，如果下標(biāo)之間的距離大于100，再對1000～1999個樣本點(diǎn)進(jìn)行上述操作，保存各最大值下標(biāo)間距，最后將所有的下標(biāo)間距加起來之后求出平均間距，即為該有聲段平均的峰峰間距。 九階濾波流程圖 檢測有聲段流程圖 可視化界面設(shè)計 MFC界面介紹及使用說明 MFC，英文全稱為Microsoft function class（微軟基礎(chǔ)類庫），是為程序員提供調(diào)用Windows系統(tǒng)功能提供接口。MFC提供了面向?qū)ο蟮目蚣埽绦蜷_發(fā)員可以基于這一框架開發(fā)Windows應(yīng)用程序。MFC采用面向?qū)ο笤O(shè)計，將大部分的API封裝到C++類中，一類成員函數(shù)的形式提供給程序開發(fā)員調(diào)用。MFC借助C++的優(yōu)勢為Windows開發(fā)開辟了一片新天地，同時也借助ApplicationWizard使開發(fā)者擺脫離了那些每次都必寫基本代碼，借助ClassWizard和消息映射使開發(fā)者擺脫了定義消息處理時那種混亂和冗長的代碼段。更令人興奮的是利用C++的封裝功能使開發(fā)者擺脫Windows中各種句柄的困擾，只需要面對C++中的對象，這樣一來使開發(fā)更接近開發(fā)語言而遠(yuǎn)離系統(tǒng)。 利用C++的封裝性開發(fā)者可以更容易理解和操作各種窗口對象；利用C++的派生性開發(fā)者可以減少開發(fā)自定義窗口的時間和創(chuàng)造出可重用的代碼；利用虛擬性可以在必要時更好的控制窗口的活動。而且C++本身所具備的超越C語言的特性都可以使開發(fā)者編寫出更易用，更靈活的代碼。 在MFC中對消息的處理利用了消息映射的方法，該方法的基礎(chǔ)是宏定義實現(xiàn)，通過宏定義將消息分派到不同的成員函數(shù)進(jìn)行處理。 可視化界面組成部分及各部分功能分析 本課題所編寫的可視化界面主要包括打開文件，播放，算法的選擇，基音周期檢測及各算法結(jié)果比較選項。點(diǎn)擊打開文件按鈕，關(guān)聯(lián)語音信號提取程序，可打開所要檢測的語音信號，并在界面上顯示需要的各項數(shù)據(jù)及語音信號時域波形圖。點(diǎn)擊播放按鈕，可播放已打開的語音文件，在算法選擇選項中，可以選擇不同的算法來進(jìn)行基音周期檢測，本課題在算法選擇上，選擇了自相關(guān)算法來進(jìn)行基音檢測，最后點(diǎn)擊基音檢測按鈕，可進(jìn)行最后的基因檢測，并在界面上顯示基音周期的數(shù)值和卷積之后的基音周期圖。 可視化界面的軟件實現(xiàn) 用VC++編寫一個MFC界面時，首先打開VC++，點(diǎn)擊文件新建項目MFC應(yīng)用程序單文檔完成。本次設(shè)計的可視化界面命名為ConvForPD，在所編寫的代碼中，Mainframe來控制界面的框架部分。 VC++ 項目的主項目文件。它包含有關(guān)生成文件的 Visual C++ 版本的信息，以及有關(guān)使用應(yīng)用程序向?qū)нx擇的平臺、配置和項目功能的信息。 。它包括其他項目特定的頭文件（包括 ），并聲明 CConvForPDApp應(yīng)用程序類。 CConvForPDApp的主要應(yīng)用程序源文件。 Microsoft Windows 資源的列表。它包括RES子目錄中存儲的圖標(biāo)、位圖和光標(biāo)。此文件可以直接在 Microsoft Visual C++ 中進(jìn)行編輯。項目資源位于2052中。 res\。此圖標(biāo)包括在主要資源文件 中。 res