【正文】 red39。)。 j=j+1 end end 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) count=countsilence/2。 j=j+1 end end %找出每段語音結(jié)束點 j=1 for i=1:length(amp)1。 if (zcr(i))amp。 else status=3。 elseif countminlen。 end case 2, %2=語音段 if amp(n)amp2|...%保持在語音段 zcr(n)zcr2。 elseif amp(n)amp2|... %可能處在語音段 zcr(n)zcr2 status=1。 switch status case{0,1} %靜音 =0,1 開始 if amp(n)amp1 %確信進入語音階段 x1=max(ncount1,1)。 %開始零點檢測 x1=0。 zcr=sum(signs.*diffs,2)。 temp1=enframe(x(1:length(x)1),framelen,frameinc)。 minlen=15。 amp2=2。 x=x/max(abs(x))。 附錄五 ： %短時能量，短時過零率 [7] % function [x1,x2]=vad(x) [x,Fs,bits] = wavread(39。title(39。低通濾波后信號波形 39。 figure(5)。 [b,a]=ellip(n,Ap,As,wn)。fs1=22050。 fp=1000。調(diào)制信號 +原始信號頻譜 39。)。 subplot(211)。 % sound(y1)。plot(abs(Y1))。title(39。%對原語音信號調(diào)制 Y1=fft(y1,40000)。 fc=20210。plot(abs(Y))。title(39。 Y=fft(y,40000)。 colormap(jet)% 畫語譜圖 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 附錄四 ： 語音信號的綜合仿真分析 程 序： [y,fs,bits]=wavread(39。河南農(nóng)業(yè)大學(xué)理學(xué)院 39。 % 能量太低的截斷 xFFTdB = (xFFTdB+40)。 % 傅里葉 譜 xFFT = xFFT(1:frmsize/2,1:frmt)。 % 高頻預(yù)加重，抵消頻譜傾斜 n = length(x)。 % 設(shè)置貞大小 [x,fs,nbits] = wavread(39。 ycqf=abs(fft(ycq))。 title(39。 %采樣值 end sound(ycq,fs)。 plot(yx,yf)。)。 subplot(211)。 yx=(0:(lg1))*fs/lg。d:\39。xlabel(39。)。 figure。 Y = fft(y,sigLength)。)。 非常感謝我的家人和朋友們，感謝他們從畢業(yè)設(shè)計以來對我的關(guān)心與支持！ 最后，再次感謝理學(xué)院所有的老師，感謝他們四年以來對我的栽培與教養(yǎng)！ 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 參 考 文 獻 [1]胡航．語音信號 處理【 M】．哈爾濱：哈爾濱工業(yè)大學(xué)出版社， 2021． [2]丁玉美 ． 高西全 ． 數(shù)字信號處理【 M】 ． 西安電子科技大學(xué)出版社， 2021． [3]樊昌信 ． 通信原理【 M】北京：國防工業(yè)出版社， 2021． [4]張威 ． MATLAB 基礎(chǔ)與編程入門【 M】 ． 西安電子科技大學(xué)出版社， 2021． [5]林福宗．多媒體技術(shù)基礎(chǔ) 【 M】．北京：清華大學(xué)出版社， 2021． [6]周淵，王炳和，劉斌勝．基于 MATLAB 的噪聲信號采集和分析系統(tǒng)的設(shè)計【 J】．噪聲控制． 2021(7)： 5254． [7]何強，何英． MATLAB 擴展編程【 M】．北京：清華大學(xué)出版社， 2021： 293296． [8]朱學(xué)芳，徐建平．計算機語音信號處理與語音識別系統(tǒng) [J]．南京郵電學(xué)院學(xué)報， 1998，18(5— 6)： 113— 11 [9]楊崇林，李雪耀，孫羽．強噪聲背景下漢語語音端點檢測和音節(jié)分割 [J]．哈爾濱工程大學(xué)學(xué)報， 1997． 18(5)： 28— 32． [10] 張雄偉，陳量，楊吉斌．現(xiàn)代語音處理技術(shù)及應(yīng)用 [M]．北京：機械工業(yè)出版社． 2021 [11]韋曉東，等．應(yīng)用倒譜特征的帶噪語音端點檢測方法 [J]．上海交通大學(xué)學(xué)報， 2021，34(2)： 185— 188． [12]胡光銳，韋曉東．基于倒譜特征的帶噪語音端點檢測 [J]．電子學(xué)報。 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 致 謝 非常感謝我的導(dǎo)師李富強老師！在李老師無微不至的教導(dǎo)下，我才能夠順順利利的完成了畢業(yè)課程的設(shè)計。 以及其中產(chǎn)生信號和繪制信 號的基本命令和一些基礎(chǔ)編程語言。 freqz(b,a,512,fs)。 wc=2*fc/fs。fc=1200。 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 0 0 . 5 1 1 . 5 2 2 . 5x 1 051 0 . 500 . 51調(diào)制后信號波形0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4x 1 0401000202130004000調(diào)制后信號頻譜 圖 42 調(diào)制后的語音信號 Figure 42 after the speech signal modulation 由圖可知，經(jīng)過調(diào)制后的語音信號頻譜都搬移到 fc=20210 的頻段。 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 2 . 2 2 . 4 2 . 6 2 . 8 3 3 . 2 3 . 4 3 . 6x 1 04 0 . 0 500 . 0 5河南農(nóng)業(yè)大學(xué)理學(xué)院0 50 100 150 200 250 300 350 40050100150200250 圖 33“河南農(nóng)業(yè)大學(xué)理學(xué)院”語譜圖 Figure 33, College of Henan Agricultural University language spectra 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 第 4 章 語音信號的綜合仿真分析 ① 錄制一段自己的語音信號，并對錄制的信號進行采樣；畫出采樣后語音信號的時域波形和頻譜圖； 0 0 . 5 1 1 . 5 2 2 . 5x 1 05 0 . 500 . 51原始信號波形0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4x 1 040100200300400500原始信號頻譜 圖 41 原始語音信號 Figure 41 the original speech signal 由圖可知這段語音信號頻率主要集中在 1000hz左右 。在一個語音段的 語譜 圖中，有沒有橫扛出現(xiàn)是判斷它是否是濁音的重要標(biāo)志 。同時給出了相應(yīng)的語音的時域波形。因而可以利用聲紋 鑒別不問的講話人 。寬帶語譜圖能給出語音的共振峰頻 率及清輔音的能量匯集區(qū)，在話譜 圖 里共振峰呈現(xiàn)為黑色的條紋。 語譜 圖中顯示了大量的與語音的 語句特性有關(guān)的信息，它綜合 了 頻譜圖和時域波形的特點，明顯地顯示 出 語音 頻譜 隨時間的變化情況，或者說是一種動態(tài)的頻譜；記錄 這種 頻譜 的儀器就是語譜儀。因此，人們致力于研究語音的時頻分析特性。 語音信號的語譜圖 語音的時域分析和頻域分析是語音分析的兩種重要方法。 并且功率譜 ()jwnSe 是短時自相關(guān)函數(shù) ()nRk的傅里葉變換。為了完成實時運算可以采用先進的數(shù)字信號處理芯片、陣列處理芯片或?qū)Ｓ?FFT 芯片。而 1N 一般取 25 512 或 1024，為了將 ()nxm的點數(shù)從 N 擴大力 1N ，可以采用補 0 的辦法，在擴大的部分添若干個 0取樣值，然后再對添 0后的序列進行 FFT。 與離散傅里葉變換和連續(xù)博里葉變換的關(guān)系一 樣，如令角頻率 w=2πk／ N，則得離散的短時博里 葉 變換 (DFT)．它實際上是 ()jwnXe 在頻域的取樣，如下所示： 22 10( ) ( ) ( ) ( 0 1 )k k mNjjNNn n nmX e X k x m e k N??? ??? ? ? ? ?? (311) 在語音信號數(shù)字處理中，都 是采用 ()nxm的離散博里葉變換 (DFT) ()nXk 來替代()jwnXe 并且可以用高效的快速傅里葉變換 (FFT)算法完成由 ()nxm至 ()nXk的轉(zhuǎn)換。尤其是 N大于語音的 音素 長度時 ，()jwnXe 已不能反映該語音 音素 的頻譜了。當(dāng) n 取固定值時， w(nm)的傅里 葉 變換為： ( ) ( )jw n jw n jwm w n m e e W e? ? ? ?? ? ? ? ? ?? (38) 根據(jù)卷積定理， 有： 河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) ( ) ( ) ( )jw jw jwn jwnX e X e e W e????? ? ??? (39) 因為上式右邊兩個卷積項均為關(guān)于角頻率 w 的以 2π為周期的連續(xù)函數(shù)，所以也可將其寫成以下的卷 積積分形式： ()1( ) ( ) ( )2j w j j n j wnX e W e e X e d? ? ? ?? ?? ? ? ? ???? ? ? ?? ? （ 310） 即，假設(shè) x(m)的 DTFT 是 ()jwXe ， 且 ()wm 的 DTFT 是 ()jwWe ， 那么 ()jwnXe 是 ()jwXe 和()jwWe 的的 周期 卷積。由于窗口是有限長度的，滿足絕對可和條件，所以這個變換是存在的。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。此時，在背景噪聲較小時用平均能量識別較為有效，而在背景噪聲較大時用平均過零率識別較為有效。高頻就意味著高的平 均過零率，低頻意味著低的平均過零率，所以可以認為濁音時具有較低的過零率，而清音時具有較高的過零率。 為了解決前一個問題， A/D 變換器前的防混疊帶通濾波器的低端截頻應(yīng)高于 50Hz，以有效地抑制電源干擾。過 零 分析是語音時域分析中最簡單的一種 。 短時能量和短時平均幅度 函數(shù) 的主要用途有：①可以區(qū)分濁音段與清音段，因為濁音時 En 值比清音時大的多。在計 算這些參數(shù)時使用的一 般是方 窗 或漢明 窗 。 ② 實現(xiàn)起來比較簡單、運算且少 。進行語音分析時，最先接觸到并且也是最直觀的是它的時域波形。這樣，對于整體的語音信號來講，分 析 出的是由每一幀特征參數(shù)組成的特征參數(shù)時間序列。 貫穿于語音分析全過程的是“短時分析技術(shù)”。 圖 23 基于 PC 機的語音信 號采集過程 Figure 23 Voice PCbased signal acquisition process 采集到語音信號之后，需要對語音信號 進行分析，如語音信號的時域分析、頻譜分析、語譜圖分析以及加噪濾波等 處理 。這種防混疊濾波通常與模數(shù)轉(zhuǎn)換器做在一個集成塊內(nèi)，因此目前來說 ，語音信號的數(shù)字化的質(zhì)量還是有保證的。 量化 是對幅值進行離散化，即將振動幅值用二進制量化電平來表示。一般而言，采樣頻率越高，采樣點數(shù)就越密，所得離散信號就越逼近于原信號。 0 1 2 3 4 5 6x 1 04 0 . 4 0 . 200 . 20 . 4原始信號0 0 . 5 1 1 . 5 2 2 . 5x 1 04050100150200 由圖可知，這段語音信號的頻率主要集中在 1KHz 左右，當(dāng)采樣頻率為 時，由于采樣頻率比較大，所以 采樣點數(shù)就越密，所得離散信號就越逼近于原信號 ，頻譜也沒有發(fā)生混疊。 為了將原始模擬語音信號變?yōu)閿?shù)字信號，必須經(jīng)過采樣和量化兩個步驟，從而得到時間河南農(nóng)業(yè)大學(xué)理學(xué)院本科 畢業(yè)論文 (設(shè)計 ) 和幅度上均為離散的數(shù)字語音信號。 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 0 . 8 0 . 6 0 . 4 0 . 200 . 20 . 40 . 6T i m e ( s