基于振幅調(diào)制的語音信號合成_課程設(shè)計-資料下載頁
2025-05-19 14:40本頁面
【導(dǎo)讀】通過語言相互傳遞信息是人類最重要。的基本功能之一。Matlab是一個數(shù)據(jù)分析和處理功能十分強大的工程實用軟件。過實例利用matlab分析了語音信號處理的過程，并最終得到合成的語音信號。理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。器的應(yīng)用，提高社會的信息化程度。音系統(tǒng)所必需的兩項關(guān)鍵技術(shù)。以及在后續(xù)課程的學(xué)習(xí)具有重要的意義。經(jīng)典數(shù)字濾波器是使用最廣泛的一種線性系統(tǒng)。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。可以看出分幀后一幀聲音信號具有明顯的周期性。場合很有效，它具有良好的頻率分辨率,并降低了頻率泄漏。Hanning窗可以很好的對信號去噪，提取包絡(luò)等處理。wavwrite：將luyin文件儲存；
【正文】 s(y))。 title(39。原始信號的頻譜 39。) a=lvbo(180,220,fs,x)。%低通濾波器參數(shù)選擇 a=a(3639:93638)。%片段截取 ， 消除位移 subplot(413) plot(a)。 title(39。低通濾除噪聲后的信號 39。) y=fft(a)。 y=y(1:1000)。 subplot(414)。 plot(abs(y))。 title(39。低通濾除噪聲后的頻譜 39。) sound(10*a,fs)。 wavwrite(a,44100,16,39。39。)。 男聲包絡(luò)提取 程序 ： clc。close all。clear all。 % yy=wavrecord(44100*6,44100)。 % wavwrite(yy,44100,16,39。39。)。 % [hc,fs]=wavread(39。39。)。 hc=wavread(39。39。)。 hc=hc(1:90000)。 fs=44100。 t=0:1/fs:(length(hc)1)/fs。 figure(1) subplot(211) 山東科技大學(xué)課程設(shè)計 24 plot(hc)。 title(39。純語音波形 39。)。 %進行分幀，加窗處理 framelength=256。 %窗長 framemove=80。 %幀移 y_frame=fenzhen(hc,framelength,framemove,90000)。 subplot(212) plot(y_frame)。 title(39。對純語音分幀看結(jié)果 39。)。 % 求幀數(shù)， size 返回矩陣的行數(shù)和列數(shù) nf=size(y_frame,1)。 w=hamming(framelength)39。% 漢明窗 y_window=[]。 %忽略第一個 for k=1:nf y_row=y_frame(k,:).*w 。 % 加漢明窗 y_row=hilbert(y_row)。 %對每一幀進行希爾伯特變換取包絡(luò) y_row=(abs(y_row))。 y_window=[y_window。y_row] 。 end figure subplot(411) plot(w)。 title(39。窗函數(shù) 39。)。 subplot(412) plot(y_window)。 axis([0 300 0 1]) title(39。對每幀加窗看結(jié)果 39。)。 %譜減系數(shù)設(shè)定 及噪聲譜估計 a=2。 b=1。 % 2=a=4,1=b=7 是系數(shù)的可調(diào)范圍 a=2,b=1 時是基本譜減法 n_noise=10。 % 取前十幀語音作為背景噪聲 y_noise=mean(y_window(1:10,:))。 noise_amplitude=abs(fft(y_noise))39。 % 噪聲的譜估計 y_fft=fft(y_window39。)。 y_amplitude=abs(y_fft) 。 %fft 后 y 的幅度 y_angle=angle(y_fft) 。 % fft 后 y 的相位 % figure subplot(413) plot(y_amplitude)。 title(39。窗的幅度 39。)。 subplot(414) plot(y_angle)。 山東科技大學(xué)課程設(shè)計 25 title(39。窗的相位 39。)。 % 譜減過程 y_enhanced_amplitude=[]。 for k=1:nf y_temp=y_amplitude(:,k).^ab*noise_amplitude.^a。 % 譜相減 y_temp0=y_temp.^(1/a)。 y_enhanced_amplitude=[y_enhanced_amplitude y_temp]。%得到處理后的幅度矩陣 end y_enhanced_fft=y_enhanced_amplitude.*exp(i*y_angle)。 % 恢復(fù)原來的相位 y_enhanced=real(ifft(y_enhanced_fft)39。)。 % fft 反變換求得增強后的分幀語音 ，取的是實部 y_output=[]。 for k=1:nf1 y_output=[y_output y_enhanced(k,1:80)]。 % 從增強后的分幀語音中抽取出最終的語音序列 end y_output=[y_output y_enhanced(k,:)]。 figure subplot(211) plot(hc)。 title(39。純語音波形 39。)。 subplot(212) plot(y_output)。 title(39。分幀處理后的包絡(luò) 39。)。%做出處理前后圖形，給出直觀對比 sound(hc,fs) sound(y_output,fs) wavwrite(y_output,44100,16,39。39。)。 聲音合成 程序： clc。close all。clear all。 [y,fs]= wavread(39。39。)。 sound(y,fs)。 y=lvbo(180,220,fs,y)。 y=y(1:80000)。 figure subplot(211)。 plot(1:length(y),y)。 title(39。男生信號包絡(luò) 39。)。 %%%%%%%%%%%%%%%%%%%%%% [g,fs]=wavread(39。青藏高原 39。)。 fs 山東科技大學(xué)課程設(shè)計 26 subplot(212)。 g1=g(1:80000)。%截取片段 xxx1:90000 plot(g1)。 title(39。女聲信號片段 39。)。 g1=g139。 %%%%%%%%%%%%%%%%%%%%% z1=g1.*y。 for i=1:80000。 z(i)=4*z1(i)。%增大幅度 end figure a=fft(z)。 a=a(1:4000) subplot(211) plot(z)。 title(39。合成的信號 39。)。 subplot(212) plot(abs(a)) title(39。合成信號 的頻率特性 39。)。 sound(z,fs)
研究報告相關(guān)推薦
鄂ICP備17016276號-1