武汉科技大学语音信处理课程设计报告.docVIP

语音信号处理 课程考核报告 题目1: 9. 不同窗长的修正自相关 题目2: 7. 基于倒谱的基音检测 学 号: 姓 名: 班 级: 2014年6月 ---------------------------------------------------------------------------------------- 评语： 目 录 1.1 要求 3 1.2原理分析 3 1.3 源代码 4 1.4 仿真图形 5 1.5 仿真分析 6 2 基于倒谱的基音检测 6 2.1 要求 6 2.2原理分析 6 2.3 源代码 7 2.4 仿真图形 9 2.5 仿真分析 10 3 总结 10 1 不同窗长的修正自相关 1.1 要求 绘制不同矩形窗长度的修正短时自相关函数。 原理分析 (1) 但是，在计算短时自相关时，窗选语音段为有限长度N，而求和上限为，因此当增加时可用于计算的数据就越来越少了，从而导致增加时自相关函数的幅度减小。为了解决这个问题，提出了语音修正的短时自相关。 修正的短时自相关函数，其定义如下： (2) 若令，代入上式中得到 (3) 定义 则有 (4) (5) 式中，K为k的最大值，即。 由式(5)可知要使为非零值，必须使，考虑到，可得，故式(4)可以写成： (6) 1.3 源代码fid=fopen(test.txt,rt) b=fscanf(fid,%f); b1=b(1:640); N=320; %设定矩形窗长为320 A=[]; for k=1:320; sum=0; for m=1:N; sum=sum+b1(m)*b1(m+k-1); end A(k)=sum; end for k=1:320 A1(k)=A(k)/A(1); %归一化A(k) end figure(1) subplot(3,1,1) plot(A1); xlabel( k) ylabel(R(k)) legend(N=320) axis([0,320,-1,1]); b2=b(1:320); N=160; %设定矩形窗长为160 B=[]; for k=1:160; sum=0; for m=1:N; sum=sum+b2(m)*b2(m+k-1); end B(k)=sum; end for k=1:160 B1(k)=B(k)/B(1); %归一化B(k) end figure(1) subplot(3,1,2) plot(B1); xlabel( k) ylabel(R(k)) legend(N=160) axis([0,320,-1,1]); b3=b(1:140); N=70; %设定矩形窗长为70 C=[]; for k=1:70; sum=0; for m=1:N; sum=sum+b3(m)*b3(m+k-1); end C(k)=sum; end for k=1:70 C1(k)=C(k)/C(1); %归一化C(k) end figure(1) subplot(3,1,3) plot(C1); xlabel( k) ylabel(R(k)) legend(N=70) axis([0,320,-1,1]); 1.4 仿真图形 1.5 仿真分析 假如 而采用短时的修正自相关函数由仿真图形可以看出，即使采用较窄的矩形窗不会出现上述问题，同时避免了短时自相关函数随k值增加而衰减不足的问题。 2 基于倒谱的基音检测 2.1 要求 基于倒谱图判断浊音的基音周期。 2.2 原理分析 语音的倒谱是将语音的短时谱取对数后再进行IDFT 得到的,所以浊音信号 的周期性激励反映在倒谱上是同样周期的冲激。借此,可