实验一语音信号的时域特性和频域特性.docVIP

实验一、语音信号的时域特性和频域特性学院：信息与通信工程学院专业：通信工程班级：104学号：2010026410姓名：黄余芳指导教师：崔艳秋 PAGE 13实验名称语音信号的时域特性和频域特性实验类型验证性实验实验目的观察并验证语音信号的时域特性和频域特性，理解并掌握典型的语音信号时域分析方法和频域分析方法，为深入学习数字语音信号处理的相关理论奠定基础。实验设备安装有MATLAB的计算机实验内容输入并运行MATLAB代码。观察语音信号的时域特性（1）发一个清音和一个浊音，由麦克风采集语音数据，参考实验内容1中的程序将这些数据分别存成两个“.wav”文件（例如[a]的语音存为“a.wav”，要求采样率为8000），存在本人的文件夹中。（2）读取WAV文件，显示语音波形，观察清音和浊音波形的差异。（3）读取WAV文件，计算并显示语音的短时能量（要求分帧加窗的帧长为256，帧移为128），观察并分析清音和浊音短时能量的差异。（4）读取WAV文件，计算并显示语音的短时过零率（要求分帧加窗是的帧长为256，帧移为128），观察并分析清音和浊音短时过零率的差异。3. 观察语音信号的频域特性（1）读取WAV文件，计算并显示一帧语音的原始信号、加窗信号、短时频谱（要求分帧加窗的窗函数为汉明窗、帧长为256，帧移为128），观察并分析清音 和浊音短时频谱的差异。（2）读取WAV文件，计算并显示不同窗函数情况下一帧语音的加窗信号、短时频谱（要求分帧加窗的窗函数分别为矩形窗和汉明窗、帧长为256，帧移为128），观察并分析不同的窗函数对短时谱分析的影响。相关函数wavread、plot、fftMATLAB程序代码1. 输入并运行以下MATLAB代码。(1) 短时能量 clear;close all;Fs=11025;y=wavrecord(5*Fs,Fs,double);wavwrite(y,f:\\a);soundview(y,Fs);x = wavread(f:\\a.wav);x = double(x);x = filter([1 -0.9375], 1, x); % 预加重FrameLen = 256;FrameInc = 128;s = enframe(x, FrameLen, FrameInc);energy = sum(abs(s), 2);figure;subplot(2,1,1);plot(x);title(语音信号时域波形);xlabel(样点数);ylabel(幅度);subplot(2,1,2);plot(energy);title(语音信号的短时能量);xlabel(帧数);ylabel(短时能量);legend(帧长FrameLen = 240);(2) 短时过零率clear;close all;x = wavread(f:\\a.wav);x = double(x);FrameLen = 256;FrameInc =128;tmp1 = enframe(x(1:end-1), FrameLen, FrameInc);tmp2 = enframe(x(2:end) , FrameLen, FrameInc);signs = (tmp1.*tmp2)0;diffs = (tmp1 -tmp2)0.02;zcr = sum(signs.*diffs, 2);figure;subplot(2,1,1);plot(x);title(语音信号时域波形);xlabel(样点数);ylabel(幅度);subplot(2,1,2);plot(zcr);xlabel(帧数);ylabel(短时过零率);title(语音信号的短时过零率);(3) 短时傅里叶变换 clear;close all;x = wavread(f:\\a.wav);x = double(x);FrameLen =256;FrameInc =128;s = enframe(x, FrameLen, FrameInc);ss=s(50,:); %选取一帧语音信号（可以通过观察短时能量的分布来判断哪一帧是清音段还是浊音段）f=ss.*hamming(length(ss));r=fft(f,512);r1=abs(r); r1=r1/max(r1); yuanlai=20*log10(r1); signal(1:256)=yuanlai(1:256); pinlv=(0:1:255)*11025/512;figure;subplot(3,1,1);plot(ss);axis([0,256,-1,1])title(截取的语音段);xlabel(样点数);ylabel(幅度);subplot(3,1,2);plot(f);axis([0,256,-1,1])t