语音信号处理【荐】.docVIP

语音信号处理课程设计 设计课题：利用matlab进行语音信号处理 院（系、部）：信息工程学院 班 级：海洋技术2班 姓 名：宋 世 宁 指 导 老 师：黄 晓 红 2013年 12 月 31 日 1、课程设计的目的、意义和国内外研究现状 1.1目的： 1、加深理解和巩固数字信号处理和声学的相关知识； 2、培养运用matlab软件独立分析问题、解决问题的实际工作能力；提高语音信号的时域、频域分析能力； 3、培养良好的工作习惯和科学素养，为今后工作打好基础。 1.2意义： 语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段，也是人类进行思维的一种依托。人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储和获取语音信息，这对于促进社会的发展具有十分重要的意义。最近几十年，对语音的研究使科学家和工程师们走到一起，从而形成了一门重要的学科：语音信号处理。语音信号处理技术简称语音处理，它与语言学、语音学、心理学、声学、计算机学以及人工智能等学科都有着紧密的联系，极大地推动了社会的科技进步，我们可以用自动语音识别技术，使手写文稿和手工打印文本变成自动听写机操作；把人工查阅各种书面文字资料的操作变为口呼自动查阅各种各样的数据库；可以采用语音合成技术，将存储的语音或文字资料转化为语音高质量的回放，甚至自动翻译成另一种语言的语音回放或进行文字显示。随着计算机运行速度越来越快，可以想象语音处理领域也会不断繁荣，不久的将来会进入一个真正的人机交互时代。总而言之，语音信号处理技术的研究对于信息化社会的发展具有极其重要的意义。 3、国内外研究现状： 20 世纪 60 年代中期形成的一系列数字信号处理的理论和算法，如数字滤波器、快速傅立叶变换（FFT）等是语音信号数字处理的理论和技术基础。随着信息科学技术的飞速发展，语音信号处理取得了重大的进展：进入 70 年代之后，提出了用于语音信号的信息压缩和特征提取的线性预测技术（LPC） ，并已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域，以及用于输入语音与参考样本之间时间匹配的动态规划方法；80 年代初一种新的基于聚类分析的高效数据压缩技术—矢量量化（VQ）应用于语音信号处理中；而用隐马尔可夫模型（HMM）描述语音信号过程的产生是 80 年代语音信号处理技术的重大发展，目前 HMM 已构成了现代语音识别研究的重要基石。近年来人工神经网络ANN的研究取得了迅速发展，语音信号处理的各项课题是促进其发展的重要动力之一，同时，它的许多成果也体现在有关语音信号处理的各项技术之中。 2、语音信号的特点和采集。 2.1特点： 通过对大量语音信号的观察和分析发现语音信号主要有下面两个特点 ： 1 在频域内，语音信号的频谱分量主要集中在3003400Hz的范围内。利用这个特点，可以用一个防混迭的带通滤波器将此范围内的语音信号频率分量取出，然后按8kHz的采样率对语音信号进行采样，就可以得到离散的语音信号。 2 在时域内，语音信号具有“短时性”的特点，即在总体上，语音信号的特征是随着时间而变化的，但在一段较短的时间间隔内，语音信号保持平稳。在浊音段表现出周期信号的特征，在清音段表现出随机噪声的特征。 2.2信号采集： 1、利用PC机上的声卡和WINDOWS操作系统可以进行数字信号的采集。 将话筒插入计算机的语音输入插口上,启动录音机。按下红色录音按钮，对话筒说话“滴答”,说完后停止录音,屏幕左侧将显示所录声音的长度。 2、以文件名“dida” 保存入C盘中。可以看到,文件存储器的后缀默认为.wav。要保存文件时,利用了计算机上的A/D转换器,把模拟的声音信号变成了离散的量化了的数字信号,放音时,它又通过D/A转换器,把保存的数字数据恢复为原来的模拟的声音信号。 （上图为从声音采集到输出声音文件的过程） 3、语音信号的时域分析（短时能量及短时平均幅度分析、短时过零率分析） 3.1语音信号的短时能量： 程序如下： clc;close all;clear all; a=wavread(dida); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1,(i-1)*N); %形成一个矩形窗，长度为N En=conv2(h,a.*a); %求卷积得其短时能量函数En subplot(6,1,i),plot(En); if(i==2) legend(N=32); elseif(i==3) legend(N=64); elseif(i==4)