用Matlab编程实现语音信号的短时分析 (2).doc

文档介绍：该【用Matlab编程实现语音信号的短时分析 (2) 】是由【莫比乌斯】上传分享，文档一共【7】页，该文档可以免费在线阅读，需要了解更多关于【用Matlab编程实现语音信号的短时分析 (2) 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。目录
一、目的2
二、原理及方法2
三、实验步骤2
四、实验结论与分析2
五、心得体会4
六、附录4
用Matlab编程实现语音信号的短时分析
一、目的
,进一步地理解和掌握语音信号短时分析的意义,短时时域分析的基
本方法。
。
二、原理及方法
一定时宽的语音信号,其能量的大小随时间有明显的变化。其中清音段(以清音为主要成份的语音段),其能量比浊音段小得多。短时过零数也可用于语音信号分析中,发浊音时,其语音能量约集中于3kHz以下,而发清音时,多数能量出现在较高频率上,可认为浊音时具有较低的平均过零数,而清音时具有较高的平均过零数,因而,对一短时语音段计算其短时平均能量及短时平均过零数,就可以较好地区分其中的清音段和浊音段,从而可判别句中清、浊音转变时刻,声母韵母的分界以及无声与有声的分界。这在语音识别中有重要意义。
三、实验步骤
(1)从网上找了一段录音,采样率为8KHZ,量化精度为16比特线性码。
(2)利用设计方案中给定的公式分别编程计算这段语音信号的短时能量、短时平均幅度、短时过零率,然后分别画出它们的曲线;
(3)然后画出短时零能比曲线。
(4)根据上述结果判断找出其中的一帧浊音信号和一帧清音信号。判断依据是,
浊音:短时能量大、短时平均幅度大、短时过零率低;清音:短时能量小、短时平均幅度小、短时过零率高。浊音,取13270--13510个点,清音,取12120--12360个点。分别计算他们的短时自相关函数和平均幅度差函数;
(5)根据图形,分析浊音段语音的基音周期。
四、实验结论与分析
(1)从图中明显可以看出,浊音信号的具有明显的周期性,其自相关函数和平均幅度差函数也表现出周期性。清音信号稍微差一点,但不是很明显,主要是由于清音信号的位置找的不是很好。
(2)浊音:短时能量大、短时平均幅度大、短时过零率低;清音:短时能量小、短时平均幅度小、短时过零率高。
(3)基音提取-消除共振峰的影响。从画出的图形中间可以看出,没有加滤波器的声音信号处理后共振峰的影响很大。但是加一个60~500Hz的带通滤波器,利用滤波后的信号进行基因估计,这样可除去大部分共振峰的影响,自相关函数和短时平均幅度差函数具有更尖锐地峰值,有利于判决地准确性。
(4)画出的波形如下所示:
,,无滤波,,有滤波。
图1没有滤波的第一列的图形从上到下分别表示:短时能量、短时平均幅度、短时过零
率和零能比曲线,第二列从上到下分别为浊音的短时自相关函数、短时平均幅度差函数和轻清音的短时自相关函数、短时平均幅度差函数。
图1
图2
五、心得体会
在本次的课程设计中,通过自己查找资料,修改程序,最后得出了基音频率。这种以实验方式学****的过程,加深了我对语音信号理论知识的理解,在设计中,也使我获得了很多新的知识,熟练对matlab的使用,对MATLAB的应用也更加熟练了。总的说来,这个实验在周老师的指导下完成,感谢周老师在这个课程教会了我们很多关于语音处理的知识。
六、附录
源程序:
%
N=240
Y=WAVREAD('nowindow',[118000]);
L=length(Y)%30秒,每秒8000个点,一共240000个点
LL=length(Y)/N%一共1000帧
figure(1)
set(1,'Position',[10,35,350,650])
%短时能量
Em=zeros(1,(LL-1)*240);
forii=1:(LL-1)*240,
temp=Y(ii:ii+240);
Em(ii)=sum(temp.*temp);
end
subplot(4,1,1)
jj=[1:(LL-1)*240];
plot(jj,Em,'b');
grid
%axis([12000,16000,,])
%短时平均幅度Mn=sum(abs(Y))/N
Mn=zeros(1,(LL-1)*240);
forii=1:(LL-1)*240,
temp=Y(ii:ii+240);
Mn(ii)=sum(abs(temp))/N;
end
figure(1)
subplot(4,1,2)
jj=[1:(LL-1)*240];
plot(jj,Mn,'b');
grid
%axis([12000,16000,,])
%短时过零率
Zn=zeros(1,(LL-1)*240);
forii=2:(LL-1)*240,
temp1=sign(Y(ii:ii+240));
temp=sign(Y(ii-1:ii+240-1));
Zn(ii)=sum(abs(temp1-temp));
end
figure(1)
subplot(4,1,3)
jj=[1:(LL-1)*240];
plot(jj,Zn,'b');
grid
%axis([12000,16000,0,20])
%零能比曲线
figure(1)
subplot(4,1,4)
jj=[1:(LL-1)*240];
plot(jj,Zn./Em,'b');
grid
%axis([12000,16000,0,100])
%
%Wn=[60/8000,500/8000]
%n=[1:240];
%B=FIR1(239,Wn,'bandpass');
%%%%%%浊音,取13270--13510个点
%短时自相关函数
temp=Y(13271:13510);
%
%wc1=;wc2=;
%wn=[wc1/pi,wc2/pi];
%h=fir1(239,wn,blackman(240));
%h=reshape(h,240,1);
%temp=temp.*abs(h);
%
%%%temp2=reshape(temp,1,240);
%temp=temp2.*B;
Rn1=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Rn1(nn)=Rn1(nn)+temp(ii)*temp(nn+ii);
end
end
figure(2)
set(2,'Position',[400,35,350,650])
subplot(4,1,1)
jj=[1:240];
plot(jj,Rn1,'b');
grid
%axis([9,50,-,])
%短时平均幅度差函数
Yn1=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Yn1(nn)=Yn1(nn)+abs(temp(ii)-temp(nn+ii));
end
end
figure(2)
subplot(4,1,2)
jj=[1:240];
plot(jj,Yn1,'b');
grid
%%%%%%清音,取12120--12360个点
%短时自相关函数
temp=Y(12121:12360);
%%%temp2=reshape(temp,1,240);
%temp=temp2.*B;
Rn2=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Rn2(nn)=Rn2(nn)+temp(ii)*temp(nn+ii);
end
end
figure(2)
subplot(4,1,3)
jj=[1:240];
plot(jj,Rn2,'b');
grid
%axis([9,50,-,])
%短时平均幅度差函数
Yn2=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Yn2(nn)=Yn2(nn)+abs(temp(ii)-temp(nn+ii));
end
end
figure(2)
subplot(4,1,4)
jj=[1:240];
plot(jj,Yn2,'b');
grid
%%
N=240
Y=WAVREAD('havewindow',[118000]);
L=length(Y)%30秒,每秒8000个点,一共240000个点
LL=length(Y)/N%一共1000帧
figure(1)
set(1,'Position',[10,35,350,650])
%短时能量
Em=zeros(1,(LL-1)*240);
forii=1:(LL-1)*240,
temp=Y(ii:ii+240);
Em(ii)=sum(temp.*temp);
end
subplot(4,1,1)
jj=[1:(LL-1)*240];
plot(jj,Em,'b');
grid
%axis([0,(LL-1)*240,0,])
%axis([12000,16000,0,])
%短时平均幅度Mn=sum(abs(Y))/N
Mn=zeros(1,(LL-1)*240);
forii=1:(LL-1)*240,
temp=Y(ii:ii+240);
Mn(ii)=sum(abs(temp))/N;
end
figure(1)
subplot(4,1,2)
jj=[1:(LL-1)*240];
plot(jj,Mn,'b');
grid
%axis([12000,16000,0,])
%短时过零率
Zn=zeros(1,(LL-1)*240);
forii=2:(LL-1)*240,
temp1=sign(Y(ii:ii+240));
temp=sign(Y(ii-1:ii+240-1));
Zn(ii)=sum(abs(temp1-temp));
end
figure(1)
subplot(4,1,3)
jj=[1:(LL-1)*240];
plot(jj,Zn,'b');
grid
%axis([12000,16000,0,60])
%零能比曲线
figure(1)
subplot(4,1,4)
jj=[1:(LL-1)*240];
plot(jj,Zn./Em,'b');
grid
%axis([12000,16000,0,3*10^7])
%
%Wn=[60/8000,500/8000]
%n=[1:240];
%B=FIR1(239,Wn,'bandpass');
%%%%%%浊音,取13270--13510个点
%短时自相关函数
temp=Y(13271:13510);
%%%temp2=reshape(temp,1,240);
%temp=temp2.*B;
Rn1=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Rn1(nn)=Rn1(nn)+temp(ii)*temp(nn+ii);
end
end
figure(2)
set(2,'Position',[400,35,350,650])
subplot(4,1,1)
jj=[1:240];
plot(jj,Rn1,'b');
grid
%axis([9,50,-,])
%短时平均幅度差函数
Yn1=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Yn1(nn)=Yn1(nn)+abs(temp(ii)-temp(nn+ii));
end
end
figure(2)
subplot(4,1,2)
jj=[1:240];
plot(jj,Yn1,'b');
grid
%%%%%%清音,取12120--12360个点
%短时自相关函数
temp=Y(12121:12360);
%%%temp2=reshape(temp,1,240);
%temp=temp2.*B;
Rn2=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Rn2(nn)=Rn2(nn)+temp(ii)*temp(nn+ii);
end
end
figure(2)
subplot(4,1,3)
jj=[1:240];
plot(jj,Rn2,'b');
grid
%axis([9,50,-,])
%短时平均幅度差函数
Yn2=zeros(1,240);
fornn=[1:240],
forii=[1:240-nn],
Yn2(nn)=Yn2(nn)+abs(temp(ii)-temp(nn+ii));
end
end
figure(2)
subplot(4,1,4)
jj=[1:240];
plot(jj,Yn2,'b');
grid