基于語音信號的說話人識別實驗報告(編輯修改稿)
2025-07-24 21:27 本頁面
【文章內(nèi)容簡介】 你的作品增色：放大、降低噪音、壓縮、擴展、回聲、失真、延遲等。你可以同時處理多個文件，輕松地在幾個文件中進行剪切、粘貼、合并、重疊聲音操作。使用它可以生成的聲音有：噪音、低音、靜音、電話信號等。該軟件還包含有CD播放器。其他功能包括：支持可選的插件；崩潰恢復(fù)；支持多文件；自動靜音檢測和刪除；自動節(jié)拍查找；錄制等。另外，它還可以在AIF、AU、MPRaw PCM、SAM、VOC、VOX、WAV等文件格式之間進行轉(zhuǎn)換，并且能夠保存為RealAudio格式。本次設(shè)計采用Cool Edit Pro ，分別采樣了10人的聲音樣本，對采樣的音頻開始與結(jié)束不分添加部分靜音信號，下圖即為“開門”一詞最終的采樣波形： Cool Edit Pro MATLAB介紹 第四章 模塊設(shè)計 預(yù)處理語音信號的預(yù)處理模塊一般包括預(yù)濾波、采樣和量化、分幀、加窗、預(yù)加重、端點檢測等。在不同的系統(tǒng)中對各子模塊會有不同的要求，如在嵌入式語音識別系統(tǒng)中一般要求有防混疊濾波電路[5]、A/D轉(zhuǎn)換電路和采樣濾波電路等，而在計算機上實驗時則可由音頻采集卡完成，無需實驗者親自動手。 語音端點檢測 原理在語音處理中，常常涉及到語音的端點檢測問題。例如在移動通信系統(tǒng)的語音終端中，常常要進行話音激活檢測（VAD）,判斷當前是否有語音，若無語音輸入時不編碼，這樣可以減少發(fā)射功率并節(jié)省信道資源。在語音識別時，特別是孤立詞識別系統(tǒng)中，準確檢測每個詞的起點和終點對于模板匹配并提高識別率是相當重要的。對要檢測的語音進行分幀處理。若抽樣頻率為8kHz，即窗函數(shù)長度N=80。分別采用Mn=∑|x(n)|w(nm)和Zn=∑{|sgn[x(n)T]sgn[x(n1)T]|+ |sgn[x(n)+T]sgn[x(n1)+]|}w(nm)計算每幀語音的短時平均幅度和短時平均過門限率。由于語音一般都存在能量較高濁音段，因此考察語音的平均幅度輪廓可以設(shè)定一個較高的門限T1,使語音的起點和終點落在T1和Mn所確定的時間間隔AB之外。然后根據(jù)背景噪聲的平均幅度確定一個門限較低的T2，并從A點往起點方向、從B點往終點方向搜索，分別找到與門限T2相交的兩個點C、D。這樣我們就用雙門限完成了第一級粗判。第二級判決要利用短時平均過門限率。同樣根據(jù)背景噪聲的Zn可以設(shè)定一個較低的門限T3，從C和D分別向起點和終點方向搜索，可以找到與門限挺相交的兩個點E、F。這樣就確定出了語音的端點E、F。 利用能量和過零的語音端點檢測 源程序：x1 = 0。 x2 = 0。for n=1:length(zcr) goto = 0。 switch status case {0,1} % 0 = 靜音, 1 = 可能開始 if amp(n) amp1 % 確信進入語音段 x1 = max(ncount1,1)。 status = 2。 silence = 0。 count = count + 1。 elseif amp(n) amp2 | ... % 可能處于語音段 zcr(n) zcr2 status = 1。 count = count + 1。 else % 靜音狀態(tài) status = 0
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1