【正文】 Length。%我這里假設(shè)你的聲音是雙聲道，我只取單聲道作分析 sigLength=length(y)。)。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；%語音信號時域頻域分析[y,Fs,bits]=wavread(39。在新的版本中也加入了對C，F(xiàn)ORTRAN，C++，JAVA的支持。MATLAB可以進行矩陣運算、繪制函數(shù)和數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連matlab開發(fā)工作界面接其他編程語言的程序等，主要應(yīng)用于工程計算、控制設(shè)計、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計與分析等領(lǐng)域。MATLAB和Mathematica、Maple并稱為三大數(shù)學(xué)軟件。 基本功能MATLAB是由美國mathworks公司發(fā)布的主要面對科學(xué)計算、可視化以及交互式程序設(shè)計的高科技計算環(huán)境。 平臺列出了系統(tǒng)中安裝的所有的MATLAB產(chǎn)品的目錄，可以通過雙擊來啟動相應(yīng)的選項。 命令歷史窗口：(Command History) 記錄已運行過的MATLAB命令歷史，包括已運行過的命令、函數(shù)、表達式等信息，可進行命令歷史的查找、檢查等工作，也可以在該窗口中進行命令復(fù)制與重運行。 設(shè)置當(dāng)前目錄可以在瀏覽器窗口左上角的輸入欄中直接輸入，或點擊瀏覽器下拉按鈕進行選擇。欲查看工作空間的情況，可以在命令窗口鍵入命令whos（顯示存在工作空間全部變量的名稱、大小、數(shù)據(jù)類型等信息）或命令who（只顯示變量名） 當(dāng)前目錄瀏覽器：(Current Directory) 用于顯示及設(shè)置當(dāng)前工作目錄，同時顯示當(dāng)前工作目錄下的文件名、文件類型及目錄的修改時間等信息。臨時變量不占空間，為了對變量的內(nèi)容進行觀察、編輯與修改，可以用三種方法打開內(nèi)存數(shù)組編輯器。 5）應(yīng)用程序接口：(Applied Function Interface)MATLAB的應(yīng)用程序接口允許用戶使用C或FORTRAN語言編寫程序與MATLAB連接。 (Editor/Debugger)增加了行號和書簽等功能； 7）屬性編輯器功能更強(Property Debugger)，使用更方便； 8）建立了一個與以前完全不同的圖形用戶界面（GUI）圖形窗口，(Graphical Window)使用更加方便靈活； 9）增加了虛擬現(xiàn)實工具箱，(Virtual Reality Toolbox)使用標準的虛擬現(xiàn)實建模語言（VRML）技術(shù)，可以創(chuàng)建由MATLAB和simulink環(huán)境驅(qū)動的三維動畫場景； 10）在應(yīng)用程序接口方面增加了與Java的接口(Interface for Java)，并為二者的數(shù)據(jù)交換提供了相應(yīng)的程序庫。MATLAB的功能 1）全新的開發(fā)環(huán)境GUIDE(GUI Development Environment)：由早期的單一命令窗口發(fā)展為將一些常用的交互式工作界面高度的集中于操作桌面； 2）在命令窗口增加了錯誤跟蹤功能(error display message and abort function)； 3）提供了許多新的數(shù)值處理功能(numerical Treatment Techniques)，更新了部分函數(shù)的功能和算法，增加了許多新函數(shù)； 4）在圖形窗口增加了曲線擬合、數(shù)據(jù)統(tǒng)計等交互工具；(Curve Fitting, Data Analyzing ) 5）引入了類與對象及函數(shù)句柄等概念。在設(shè)計研究單位和工業(yè)開發(fā)部門，MATLAB被廣泛的應(yīng)用于研究和解決各種具體問題。在歐美等國家的高校，MATLAB已成為線性代數(shù)、自動控制理論、數(shù)理統(tǒng)計、數(shù)字信號處理、時間序列分析、動態(tài)系統(tǒng)仿真等高級課程的基本教學(xué)工具。4 語音信號的綜合仿真分析 MATLAB將矩陣運算、數(shù)值分析、圖形處理、編程技術(shù)結(jié)合在一起，為用戶提供了一個強有力的科學(xué)及工程問題的分析計算和程序設(shè)計工具，它還提供了專業(yè)水平的符號計算、文字處理、可視化建模仿真和實時控制等功能，是具有全部語言功能和特征的新一代軟件開發(fā)平臺。每個豎直條相當(dāng)于一個基音，條紋的起點相當(dāng)于聲門脈沖的起點，條紋之間的距離表示基音周期。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志。橫杠是與時間軸平行的幾條深黑色帶紋，它們相應(yīng)于短時譜中的幾個凸出點，也就是共振峰。同時給出了相應(yīng)的語音的時域波形。雖然對采用語譜圖的講活人識別技術(shù)的可靠性存在相當(dāng)?shù)膽岩?，但目前這一技術(shù)已在司法法庭得到某些認可及采用。因而可以利用聲紋鑒別不同的講話人。語語圖的實際應(yīng)用是用于確定出講話人的本性。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)，在語譜圖里共振峰呈現(xiàn)為黑色的條紋。帶通濾波器有兩種帶寬可供選擇：窄帶為45Hz，寬帶為300Hz。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。語譜圖是一種三維頻譜，它是表示語音頻譜隨時間變化的圖形，其縱軸為頻率，橫軸為時間，任一給定頻率成分在給定時刻的強弱用相應(yīng)點的灰度或色調(diào)的濃淡來表示。因此，人們致力于研究語音的時頻分析特性。但是由于語音信號隨時間變化是很緩慢的，因而在一段短時間內(nèi)(如10～30ms之間，即所謂的一幀之內(nèi))可以認為其頻譜是固定不變的，這種頻譜又稱為短時譜。 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。 圖32同一人兩次說同一詞的功率譜比較可以看出功率譜圖比較好地反映出聲音的個人特征：在低頻部分（頻率低于6000Hz），同一人說同一詞，其功率譜圖中的各個波峰所對應(yīng)的頻率基本相同；不同人說同一詞，其功率譜圖的出現(xiàn)波峰的頻率比較接近；同一人說不同詞時功率譜的形狀差別較大。并且功率譜是短時自相關(guān)函數(shù)的傅里葉變換。往往都是利用語音信號的功率譜。為了完成1024點的FFT，這些專用芯片所需的運算時間是幾十毫秒至幾毫秒，甚至可以降至1ms以下。FFT的計算可以在通用計算機上由相應(yīng)的算法軟件來完成，這種方式一般只能實現(xiàn)非實時運算。例如、在10kHz的范圍內(nèi)采樣求頻譜，并要求頻率分辨率在30Hz以下。另外，為了使具有較高的頻率分辨率，所取的DFT以及相應(yīng)的FFT點數(shù)應(yīng)該足夠多，但有時的長度N要受到采樣率和短時性的限制，例如，在通常采樣率為8kHz且?guī)L為20ms時，N=當(dāng)然，這時窗長N必須是2的倍數(shù)(L是整數(shù))。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，則得離散的短時傅里葉變換(DFT)。而漢明窗在頻率范圍中的分辨率較高，而且旁辯的衰減大，具有頻譜泄漏少的優(yōu)點。因此，應(yīng)折衷選擇窗的寬度N。所以為了使，需；但是N值太大時，信號的分幀又失去了意義。由式(34)可知，為了使忠實再現(xiàn)的特性。當(dāng)n取固定值時，w(nm)的傅里葉變換為： (32)根據(jù)卷積定理，有： (33)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： （34）即，假設(shè)x(m)的DTFT是，且的DTFT是，那么是和的周期卷積。我們還可以將式(3—1)寫成另一種形式。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。對第n幀語音信號Xn(m)進行傅里葉變換(離散時域傅里葉變換，DTFT)，可得到短時傅里葉變換，其定義如下： (31)由定義可知，短時傅里葉變換實際就是窗選語音信號的標準傅里葉變換。本文介紹的是語音信號的傅里葉分析法。 圖31語音信號的短時能量和短時平均過零率 語音信號的頻域分析語音信號的頻域分析就是分析語音信號的頻域持征。只用其中一個參量來判別語音的起點和終點是有困難的，必須同時使用這兩個參數(shù)。但是研究表明，在以某些音為開始或結(jié)尾時。在孤立詞的語音識別中，必須要在一連串連續(xù)的語音信號中進行適當(dāng)分割，用以確定一個一個單詞的語音信號，即找出每一個單詞的開始和終止位置，這在語音處理中是一個基本問題。當(dāng)然，這種高低僅是相對而言，并沒有精確的數(shù)值關(guān)系。而發(fā)清音時，多數(shù)能量出現(xiàn)在較高頻率上。對于后一個問題除了可以采用低直流漂移器件外，也可以在軟件上加以解決，這就是算出每一幀的直流分量并予以濾除。定義語音信號Xn（m）的短時過零率Zn為：式中，sgn[ ]是符號函數(shù)，即：在實際中求過零率參數(shù)時，需要十分注意的一個問題是如果輸入信號中包含有50Hz的工頻干擾或者A/D變換器的工作點有偏移(這等效于輸入信號有直流偏移)，往往會使計算的過零率參數(shù)很不準確。對于連續(xù)語音信號，過零即意味著時域波形通過時間軸；而對于離散信號，如果相鄰的取樣值改變符號則稱為過零。短時過零率表示一幀語音中語音信號波形穿過橫軸（零電平）的次數(shù)。②可以用來區(qū)分聲母與韻母的分界，無聲與有聲的分界，連字(指字之間無間隙)的分界等。為此可采用另一個度量語音信號幅度值變化的函數(shù)．即短時平均幅度函數(shù)Mn，它定義為： Mn也是一幀語音信號能量大小的表征，它與En的區(qū)別在于計算時小取樣值和大取樣值不會因取平方而造成較大差異，在某些應(yīng)用領(lǐng)域也會帶來一些好處。 短時能量及短時平均幅度分析設(shè)語音波形時域信號為x(l)、加密分幀處理后得到的第n幀語音信號為 Xn(m)，則Xn(m)滿足下式： 其中，n＝0，1T，2T，…，并且N為幀長，T為幀移長度。語音信號的時域參數(shù)有短時能量、短時過零率、短時自相關(guān)函數(shù)和短時平均幅度差函數(shù)等，這是語音信號的一組最基本的短時參數(shù)，在各種語音信號數(shù)字處理技術(shù)中都要應(yīng)用?？梢缘玫秸Z音的一些重要的參數(shù)。這種分析方法的特點是：表示語音信號比較直觀、物理意義明確。語音信號本身就是時域信號，因而時域分析是最早使用，也是應(yīng)用最廣泛的一種分析方法，這種方法直接利用語音信號的時域波形。 語音信號的時域分析語音信號的時域分析就是分析和提取語音信號的時域參數(shù)。根據(jù)所分析出的參數(shù)的性質(zhì)的不同，可將語音信號分析分為時域分析、頻域分析、倒頻域分析等；時域分析方法具有簡單、計算量小、物理意義明確等優(yōu)點，但由于語音信號最重要的感知特性反映在功率譜中，而相位變化只起著很小的作用，所以相對于時域分析來說頻域分析更為重要。所以任何語音信號的分析和處理必須建立在“短時”的基礎(chǔ)上．即進行“短時分析”，將語音信號分為一段一段來分析其特征參數(shù)，其中每一段稱為一“幀”，幀長一般取為10～30ms。因為，語音信號從整體來看其特性及表征其本質(zhì)特征的參數(shù)均是隨時間而變化的，所以它是