语音信号处理课程考核报告资料.docxVIP

语音信号处理 课程考核报告 题目1: 绘制同一段语音的宽带语谱图和窄带语谱图 题目2: 绘制语音的倒谱图 学 号: 201113136068 姓 名: 陈凯 班 级: 电信1103 2014年6月 23日 ---------------------------------------------------------------------------------------- 评语： 绘制同一段语音的宽带语谱图和窄带语谱图 加深信号处理理论在语音信号中的应用；理解语谱图与时频分辨率的关系； 使用函数specgram_ex3p19.画出所采集语音的宽带语谱图和窄带语谱图，分析语谱图与时频分辨率的关系；语谱图的时间分辨率和频率分辨率是由窗函数的特性决定的。时间分辨率高，可以看出时间波形的每个周期及共振峰随时间的变化，但频率分辨率低，不足以分辨由于激励所形成的细微结构，称为宽带语谱图；而窄带语谱图正好与之相反。 宽带语谱图可以获得较高的时间分辨率，反映频谱的快速时变过程；窄带语谱图可以获得较高的频率分辨率，反映频谱的精细结构。两者相结合，可以提供带两与语音特性相关的信息。语谱图上因其不同的灰度，形成不同的纹路，称之为“声纹”。声纹因人而异，因此可以在司法、安全等场合得到应用。 程序代码： function [spec] = specgram_ex3p19(x, winlgh, frmlgh, sampling_rate); % specgram_hw3p20(x, winlgh, frmlgh, sampling_rate) % % function to compute a spectrogram % % x = input waveform % winlgh = window length in samples % frmlgh = frame length in samples % sampling_rate = samples/sec % PARAMETERS %sampling_rate = 10000; % sampling rate lfft = 1024; % FFT length lfft2 = lfft/2; %winlgh = 200; % (128) window length (in samples) %frmlgh = 10; % frame interval (in samples) noverlap = winlgh - frmlgh; % x = x(1:4500); x = 2.0*x/max(abs(x)); etime = length(x)/sampling_rate; %---------------------------------------------------------------------------% spec = abs(specgram(x, lfft, sampling_rate, winlgh, noverlap)); subplot(211); plot((1:length(x))/sampling_rate,x) xlabel(Time (s)); title(SPEECH); axis([0 etime -2.5 2.5]); grid; subplot(212) imagesc(0:.010:etime, 0:1000:(sampling_rate/2), log10(abs(spec)));axis(xy) xlabel(Time (ms)),ylabel(Frequency (Hz)); title(SPECTROGRAM); 结果图： 宽带：specgram_ex3p19(y, 50, 10, 11025) 窄带：specgram_ex3p19(y, 200, 10, 11025) 绘制语音的倒谱图 复倒谱是x(n)的Z变换取对数后的逆Z变换，其表达式如下: （7） 倒谱c(n)定义为x(n)取Z变换后的幅度对数的逆Z变换，即 （8） 在时域上，语音产生模型实际上是一个激励信号与声道冲激响应的卷积。对于浊音，激励信号可以由周期脉冲序列表示；对于清音，激励信号可以由随机噪声序列表示。声道系统相当于参数缓慢变化的零极点线性滤波器。这样经过同态处理后，语音信号的复倒谱，激励信号的复