【正文】 域分析、倒領(lǐng)域分析等；時(shí)域分析方法具 有簡(jiǎn)單、計(jì)算量小、物理意義明確等優(yōu)點(diǎn)，但由于語(yǔ)音信號(hào)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(duì)于時(shí)域分析來(lái)說(shuō)頻域分析更為重要。在進(jìn)行模擬 /數(shù)字信號(hào)的轉(zhuǎn)換過(guò)程中，當(dāng)采樣頻率 maxsf 大于信號(hào)中最高頻率 maxf 的 2 倍時(shí)，采樣之后的數(shù)字信號(hào)完整地保留了原始信號(hào)中的信息，一般實(shí)際應(yīng)用中保證采樣頻率為 信號(hào)最高頻率的 5~10 倍。 采樣位數(shù)。 采樣頻率。采樣頻率越高，即采樣的間隔時(shí)間越短，則在單 4 位時(shí)間內(nèi)計(jì)算機(jī)得到的聲音樣本數(shù)據(jù)就越多，對(duì)聲音波形的表示也越精確。這就是說(shuō)采樣頻率是衡量聲卡采集、記錄和還原聲音文件的質(zhì)量標(biāo)準(zhǔn)。 采樣位數(shù)和采樣率對(duì)于音頻接口來(lái)說(shuō)是最為重要的兩個(gè)指標(biāo)，也是選擇音頻接口的兩個(gè)重要標(biāo)準(zhǔn)。顯然采樣率越高，計(jì)算機(jī)提取的圖片越多，對(duì)于 原始音頻的還原也越加精確。 是美國(guó) Math Works 公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開(kāi)發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境 。 MATLAB 與語(yǔ)音處理的關(guān)系 MATLAB軟件以其強(qiáng)大的運(yùn)算能力可以很好的完成對(duì)語(yǔ)音信號(hào)的處理。例如，請(qǐng)濁音的幅度差別、語(yǔ)音信號(hào)的端點(diǎn)、信號(hào)在頻域中的共振峰頻率、加不同窗和不同窗長(zhǎng)對(duì)信號(hào)的影響、 LPC 分析、頻譜分析等 [3]。例如，根據(jù)語(yǔ)音信號(hào)的短時(shí)參數(shù)，一級(jí)不同語(yǔ)音信號(hào)的短時(shí)參數(shù)的性質(zhì)對(duì)一段給定的信號(hào)進(jìn)行有無(wú)聲和請(qǐng)濁音的判斷、對(duì)語(yǔ)音信號(hào)的基音周期進(jìn)行估計(jì)等。由于 MATLAB 是一種面向科學(xué)和工程計(jì)算的高級(jí)語(yǔ)言，允許用數(shù) 5 學(xué)形式的語(yǔ)言編程，又有大量的庫(kù)函數(shù)，所以編程簡(jiǎn)單、編程效率高、易學(xué)易懂，我們可以對(duì)信號(hào)進(jìn)行加噪去噪、濾波、截取語(yǔ)音等，也可進(jìn)行語(yǔ)音編碼、語(yǔ)音識(shí)別、語(yǔ)音合成的處理 等。 第二章 語(yǔ)音信號(hào)的特點(diǎn)與采集 語(yǔ)音信號(hào)的特點(diǎn)分析 語(yǔ)音信號(hào)的特點(diǎn)可以分為時(shí)域方面和頻域方面。 在頻域內(nèi)，語(yǔ)音信號(hào)的頻譜分量主要集中在 300～ 3400Hz的范圍內(nèi)。語(yǔ)音信號(hào)的這兩種特點(diǎn)均可通過(guò) MATLAB 軟件表現(xiàn)出來(lái) ，如圖 和圖 所示。這樣，預(yù)濾波器 必須是一個(gè)帶通濾波器，設(shè)其上、下截止顏率分別是 Hf 和 Lf ，則對(duì)于絕人多數(shù)語(yǔ)音編譯碼器， Hf =3400Hz、 Lf ＝ 60~100Hz、采樣率為 sf ＝ 8kHz；而對(duì)于語(yǔ)音識(shí)別而言，當(dāng)用于電話用戶時(shí)，指標(biāo)與語(yǔ)音編譯碼器相同。 為了將原始模擬語(yǔ)音信號(hào)變?yōu)閿?shù)字信號(hào)，必須經(jīng)過(guò)采樣和量化兩個(gè) 步驟，從而得到時(shí)間和幅度上均為離散的數(shù)字語(yǔ)音信號(hào)。采樣時(shí)必須要注意滿足奈奎斯特定理，即采樣頻率 sf 必須以高于受測(cè)信號(hào)的最高頻率兩倍以上的速度進(jìn)行取樣，才能正確地重建波它是通過(guò)采樣脈沖和模擬信號(hào)相乘來(lái)實(shí)現(xiàn)的。如何合理選擇 △ t 涉及到許多需要考慮的技術(shù)因素。但過(guò)高的采樣頻率并不可取，對(duì)固定長(zhǎng)度（ T）的信號(hào)，采集到過(guò)大的數(shù)據(jù)量（ N=T/△ t），給計(jì)算機(jī)增加不必要的計(jì)算工作量和存儲(chǔ)空間；若數(shù)據(jù)量（ N）限定，則采樣時(shí)間過(guò)短，會(huì)導(dǎo)致一些數(shù)據(jù)信息被排斥在外。根據(jù)采樣定理，當(dāng)采樣頻率大于信號(hào)的兩倍帶寬時(shí)，采樣過(guò)程不會(huì)丟失信息，利用理想濾波器可從采樣信號(hào)中不失真地重構(gòu)原始信號(hào)波形。量化電平按級(jí)數(shù)變化，實(shí)際的振動(dòng)值是連續(xù)的物理量。 語(yǔ)音信號(hào)經(jīng)過(guò)預(yù)濾波和采樣后，由 A/D 變換器變換為二 進(jìn) 制數(shù)字碼。市面上購(gòu)買到的普通聲卡在這方面做的都很好，語(yǔ)音聲波通過(guò)話筒輸入到聲卡后直接獲得的是經(jīng)過(guò)防混疊濾波、 A/D 變換、量化處理的離 散的數(shù)字信號(hào)。調(diào)節(jié)錄音機(jī)保存界面的 “ 更改 ” 選項(xiàng)，可以存儲(chǔ)各種格式的 WAV文件。清音信號(hào)和濁音信號(hào)之間的能量差別相當(dāng)顯著。因此，對(duì)語(yǔ)音的短時(shí)能量進(jìn)行分析，可以描述語(yǔ)音的這種特征變化情況。 212 )]()([)]()([ mnmxmnmxE nNnmmn ???? ?? ??????? ?? （ 31） 其中 N 為窗長(zhǎng)。 )(2 mxEmn ?????? （ 32） 也可以從另外一個(gè)角度來(lái)解釋。 )()()()( 22 nhnxmnhmxEmn ???? ????? （ 34） 可以理解為 ， 首先語(yǔ)音信號(hào)各個(gè)樣點(diǎn)值平方，然后通過(guò)一個(gè)沖擊響應(yīng)為 h(n)的濾波器，輸出為由短時(shí)能量構(gòu)成的時(shí)間序列。如果沖擊響應(yīng)的幅度是恒定的，它的序列長(zhǎng)度 N（即窗長(zhǎng)）會(huì)很長(zhǎng)，將其等效為非常窄的低通濾波器，這時(shí)沖擊響應(yīng)對(duì) )(2nx 產(chǎn)生的平滑的作用比較明顯，使短時(shí)能量基本沒(méi)有很大的變化，將不能表現(xiàn)出語(yǔ)音的時(shí)變的特性。 圖 為采樣率 8000kHZ， 16 位，單聲道的一個(gè)語(yǔ)音信號(hào)（單詞 “ earth” ）在不同矩形窗長(zhǎng)時(shí)的短時(shí)能量函數(shù)，我們會(huì)發(fā)現(xiàn)：語(yǔ)音信號(hào)的幅度變化在被短時(shí)能量所反映時(shí)，窗長(zhǎng)的長(zhǎng)短都有影響。由以上分析結(jié)果可知，濁音部分的能量較之清音部分要大得 多，而清音部分的能量相當(dāng)小，幾乎為零。 En值大對(duì)應(yīng)于濁音段， En值小對(duì)應(yīng)于清音段。 （ 3）對(duì)高信噪比的語(yǔ)音信號(hào)，也可以用來(lái)區(qū)分有無(wú)語(yǔ)音（語(yǔ)音信號(hào)的開(kāi)始點(diǎn)或終 止點(diǎn)）。 短時(shí)自相關(guān)分析 對(duì)于確定性信號(hào)序列，自相關(guān)函數(shù)定義 如式 （ 35） 所示。 ????? ??? m kmxmxNkR )()(121)( （ 36） 自相關(guān)函數(shù)具有以下幾項(xiàng)性質(zhì)： 11 (1)若序列是周期性的 ， 假設(shè)序列周期為 pN ，那么其自相關(guān)函數(shù)也是具有相同周期的周期函 數(shù)， 即 )+(=)( PNkRkR (2)自相關(guān)函數(shù)是偶函數(shù)，即 R(k)=R(k)； (3)當(dāng) k=0 時(shí)，自相關(guān)函數(shù)有極大值，即 )()0( kRR ? ； (4)R(0)為隨機(jī)性序列的平均功率或確定性信號(hào)序列的能量。例如，濁音語(yǔ)音波形序列具有周期性，因此可用自相關(guān)函數(shù)求出這個(gè)周期，即是基音周期。 短時(shí)自相關(guān)函數(shù)的定義如 式（ 37）所示。 )]()()][()([)]()()][()([)(10kmkmnxmmnxkmkmnxmmnxkRkNmmn??????????????????????????? （ 38） 如 圖 是在不同的矩形窗窗長(zhǎng)條件下單詞 earth的語(yǔ)音自相關(guān)的函數(shù)的波形。所以，自相關(guān)函數(shù)常用作一下兩種作用： (1) 區(qū)分語(yǔ)音信號(hào)是清音還是濁音； (2) 估計(jì)濁音語(yǔ)音信號(hào)的基音周期 [4]。語(yǔ)音合成技術(shù)可分為參數(shù)合成和波形拼接兩種方法。 語(yǔ)音合成已 經(jīng)在許多方面得到了實(shí)際應(yīng)用，方便了人們的生活，創(chuàng)造了很好的經(jīng)濟(jì)效益和社會(huì)效益，如公共交通中的自動(dòng)報(bào)站、各種場(chǎng)合的自動(dòng)報(bào)警、電話自動(dòng)查詢服務(wù)、文本校對(duì)中的語(yǔ)音提示等 [8]?；谳d波調(diào)制的語(yǔ)音信號(hào)合成是以語(yǔ)音信號(hào)處理技術(shù)、數(shù)字信號(hào)處理技術(shù)為基礎(chǔ)，依托于電子計(jì)算機(jī)、 Windows 操作系統(tǒng)、 MATLAB處理軟件等工具將兩個(gè)信號(hào)合成為一個(gè)信號(hào)。 基于載波調(diào)制語(yǔ)音合成的基本原理 語(yǔ)音信號(hào)合成是一個(gè) “ 分析 — 存儲(chǔ) — 合成 ” 的過(guò)程。合成時(shí)，根據(jù)待合成語(yǔ)音信號(hào)，從語(yǔ)音庫(kù)中取出基本單元進(jìn)行合成，并將其還原成語(yǔ)音信號(hào)。其中，基元是語(yǔ)音合成處理的最小單元，待合成的語(yǔ)音庫(kù)就是所有語(yǔ)音基元的某中集合。 波形合成是一種相對(duì)簡(jiǎn)單的語(yǔ)音合成技術(shù)。該語(yǔ)音合成技術(shù)具有一定的局限和不足，但對(duì)語(yǔ)音信號(hào)具有數(shù)據(jù)量龐大的特點(diǎn)，這種誤差在某種范圍內(nèi)是可以接受的。將低頻信號(hào)加載到高頻載波信號(hào)的過(guò)程，或者說(shuō)把信息加載到信息載體上以便傳輸?shù)奶幚磉^(guò)程，稱為調(diào)制?；谳d波調(diào)制的語(yǔ)音信號(hào) 合成是以 語(yǔ)音一 信號(hào)作為調(diào)制信號(hào)， 語(yǔ)音二 信號(hào)為載波信號(hào)來(lái)進(jìn)行合成一種以語(yǔ)音 二 信號(hào)聲色表述語(yǔ)音 一 內(nèi)容的新信號(hào)。 基于載波調(diào)制的語(yǔ)音合成基本知識(shí) 關(guān)鍵函數(shù)希爾伯特變換介紹 本文語(yǔ)音合成的設(shè)計(jì)思路是用一個(gè)語(yǔ)音信號(hào)的包絡(luò)去調(diào)制另一個(gè)語(yǔ)音信號(hào)，實(shí)現(xiàn)語(yǔ)音的合成。 在 數(shù)學(xué) 與 信號(hào)處理 的領(lǐng)域中，一個(gè)實(shí)值函數(shù) 的希爾伯特變換是將信號(hào) s(t)與 1/(πt)做 卷積 ，以得到 s39。因此，希 爾伯特變換結(jié)果 s39。這是一項(xiàng)有用的數(shù)學(xué)工具，用在描述一個(gè)以實(shí)數(shù)值載波做調(diào)制的信號(hào) 之復(fù)數(shù)包絡(luò)，出現(xiàn)在通訊理論中發(fā)揮著重要作用 [9]。 )sg n()( ??? iwH （ 41） 其中 F 是傅里葉變換， i 是虛數(shù)單位， ω 是角頻 率。 MATLAB 提供了計(jì)算 Hilbert 變換的函數(shù)，其格式為 y=Hilbert(x)。 希爾伯特變換在語(yǔ)音信號(hào)處理中具有兩個(gè)性質(zhì)： 序列 x(n)通過(guò) Hilbert 變換器后，信號(hào)頻譜的幅度不發(fā)生變化，這是因?yàn)?Hilbert 變換器是全通濾波器，引起頻譜變化的只是其相位； 序列 x(n)與其 Hilbert 變換是正交的 [6]。主要有三種基本調(diào)制方法，第一種是把調(diào)制信號(hào)加載在載波信號(hào)的幅值上， 稱為幅度調(diào)制 ，簡(jiǎn)稱 AM；第二種是把調(diào)制信號(hào)加載在載波的頻率上，稱為頻率調(diào)制，簡(jiǎn)稱 FM。 本設(shè)計(jì)采用的是第一種方法，用采集到的 語(yǔ)音二 信號(hào)去對(duì) 語(yǔ)音一 信號(hào)進(jìn)行幅度調(diào)制，實(shí)現(xiàn)語(yǔ)音合成的目的。一是調(diào)幅波的振幅（包絡(luò)）隨調(diào)制信號(hào)變化，而且包絡(luò)的變化規(guī)律與調(diào)制信號(hào)波形一致，表明調(diào)制信號(hào)（信息）記載在調(diào)幅波的包絡(luò)中；二是調(diào)制系數(shù)反應(yīng)了調(diào)幅的強(qiáng)弱程度，一般情況下，調(diào)制系數(shù)越大調(diào)幅度越深。 語(yǔ)音信號(hào)合成過(guò)程 語(yǔ)音信號(hào)合成流程圖 用 MATLAB 處理音頻信號(hào)的基本流程是：先將 WAV 格式音頻信號(hào)經(jīng) wavread 函數(shù)轉(zhuǎn)換 MATLAB 列數(shù)組變量；再用 MATLAB 強(qiáng)大的運(yùn)算能力進(jìn)行數(shù)據(jù)分析和處理，如時(shí)域分析、頻域分析、數(shù)字濾波、信號(hào)合成、信號(hào)變換、識(shí)別和增強(qiáng)等等；處理后的數(shù)據(jù)如是音頻數(shù)據(jù)，則可用 wavwrite 函數(shù) 轉(zhuǎn)換成 WAV 格式文件或用 sound、 wavplay 等函數(shù)直接回放。 16 圖 語(yǔ)音信號(hào)合成流程圖 語(yǔ)音信號(hào)的采集 分析和處理音頻信號(hào)，首先要對(duì)聲音信號(hào)進(jìn)行采集， MATLAB 的數(shù)據(jù)采集工具箱提供了一整套命令和函數(shù) ， 通過(guò)調(diào)用這些函數(shù)和命令 ， 可直接控制聲卡進(jìn)行數(shù)據(jù)采集。本文以 WAV 格式音頻信號(hào)作為分析處理的輸入數(shù)據(jù)。因此必須對(duì)語(yǔ)音信號(hào)做預(yù)處 17 理。 聲音信號(hào)特征量提取。 語(yǔ)音二 聲音信號(hào)包絡(luò)的提取采用希爾伯特變換實(shí)現(xiàn)，得到語(yǔ)音二 聲音信號(hào)的復(fù)數(shù)包絡(luò)。在錄音過(guò)程中控制兩段聲音從相同的起點(diǎn)開(kāi)始錄取并不是一件容易的事，但是如果不確定語(yǔ)音信號(hào)的起始位置直接對(duì)語(yǔ)音信號(hào)進(jìn)行合成既存在數(shù)據(jù)量大又會(huì)帶來(lái)較大的誤差。 語(yǔ)音信號(hào)合成。實(shí)際的載波 是一個(gè)物理可實(shí)現(xiàn)的復(fù)雜過(guò)程，本語(yǔ)音合成中采用 語(yǔ)音一 信號(hào)點(diǎn)乘包絡(luò)信號(hào)，實(shí)際的載波是一個(gè)物理可實(shí)現(xiàn)的復(fù)雜過(guò)程，并非簡(jiǎn)單地乘積運(yùn)算，然而，得到的合成聲音信號(hào)效果并不理想，但其波形仍能反應(yīng)載波過(guò)程的實(shí)質(zhì)。使用 Windows 系統(tǒng)自帶錄音器分別錄下語(yǔ)音一和語(yǔ)音二，分別命名為 one 和 two,保存為 WAV格式。語(yǔ)音一和語(yǔ)音二的時(shí)域波形圖如圖 所示，時(shí)域圖反映出 了 語(yǔ)音信號(hào)的非平穩(wěn)性 。 語(yǔ)音一 和 語(yǔ)音二 的聲音信號(hào)幅頻特性如圖 ，語(yǔ)音一和語(yǔ)音二的聲音 FFT圖如圖 和圖 。人的語(yǔ)音信號(hào)頻率一般集中在 1kHz 之前，從聲音頻譜的包絡(luò)來(lái)看 , 根據(jù)采 樣定理，信號(hào)寬度近似取為 1kHz，重放語(yǔ)音后仍可較清晰的聽(tīng)出原聲 , 不存在聲音混疊現(xiàn)象。語(yǔ)音二信號(hào)包絡(luò)提取結(jié)果如圖 ，該圖是語(yǔ)音二信號(hào)經(jīng)希爾伯特 — 黃變換的虛部顯示，因?yàn)橄柌?— 黃變換是一個(gè)時(shí)域信號(hào)與 1/（ πt） 的卷積，其結(jié)果是載波做調(diào)制信號(hào)之復(fù)數(shù)包絡(luò)，必然蘊(yùn)含虛部成分，取其虛部的結(jié)果必然與時(shí)域信號(hào)有著直觀上的差別，但仍是信號(hào)的包 絡(luò)成分。 20 圖 合成 語(yǔ)音 信號(hào)的時(shí)域波形 圖 合成語(yǔ)音信號(hào)的幅頻特性 21 圖 合成語(yǔ)音信號(hào)快速傅里葉變換結(jié)果 22 結(jié) 論 隨著語(yǔ)音技術(shù)的逐漸成熟 ,語(yǔ)音信號(hào)處理技術(shù)也在不斷發(fā)展 ,不斷完善。另外在語(yǔ)音處理方面，我選擇了語(yǔ)音合成這一處理方式。這次設(shè)計(jì)我是通過(guò)了 MATLAB 這一平臺(tái)， MATLAB軟件以其強(qiáng)大的運(yùn)算能力可以很好的完成對(duì)語(yǔ)音信號(hào)的處理，因