- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于matlab语音信号的倒谱分析学生:欧阳博文湖南人文科技学院电科二班学号要语音信号的倒谱分析就是求取语音倒谱特征参数的过程,它可以通过同态处理来实现。同态信号处理也称为同态滤波,它实现了将卷积关系变换为求和关系的分离,即解卷。对语音信号进行解卷,可将语音信号的声门激励信息及声道响应信息分离开来,从而求得声道共振特征和基音周期,用于语音编码、合成、识别等。对语音信号进行解卷,求取倒谱特征参数的方法有两种,一种是线性预测分析;另一种是同态分析处理。在这里我将用同态处理的倒谱分析方法来进行语音信号的分析。本文以matlab为平台,通过编程实现对语音信号的倒谱分析。首先本文介绍语音信号的概叙,其中介绍了语音信号的组成。然后介绍了语音信号的倒谱分析和matlab应用实现。关键字:语音信号、浊音、轻音、语音信号倒谱、matlab.语音信号概述语音信号的基本组成语音信号的基本组成单位是音素。音素可分成“浊音”和“清音”两大类。如果将不存在语音而只有背景噪声的情况称为“无声”。那么音素可以分成“无声”、“浊音”、“清音”三类。一个音节由元音和辅音构成。元音在音节中占主要部分。所有元音都是浊音。在汉语普通话中,每个音节都是由“辅音一元音”构成的。在信号处理中,语音按其激励形式的不同可分为2 类:(1)浊音当气流通过声门时,如果声带的张力刚好使声带发生张弛振荡式的振荡,产生一股准周期的气流,这一气流激励声道就产生了浊音。这种语音信号是1 种激励信号,它是由规则的全程激励产生的,其时域波形具有准周期性,语音频率集中在比较低的频率范围内,短时能量较高,由于语音信号中的高频成分有高的过零率而低频有低的过零率,因此浊音的过零率低。通常,浊音信号可以由周期激励通过线性滤波器合成。(2)清音当气流通过声门时,如果声带不振动,而在某处收缩,迫使气流高速通过这一收缩部分而产生湍流,就得到清音。清音是由不规则的激励产生的,发清音时声带不振动,其时域波形不具有周期性, 自相关函数没有很强的自相关周期峰,其语音频率集中在较高的范围内,短时能量较低,因而过零率较高。通常,清音信号可由白噪声通过线性滤波器合成。语音信号进行倒谱分析及matlab实现倒谱分析原理同态信号处理也称为同态滤波,实现将卷积关系变换为求和关系的分离处理,即解卷。如进行如下3步处理对于语音信号进行解卷,可将语音信号的声门激励信息及声道响应信息分离开来,从而求得声道共振特征和基音周期,用于语音编码、合成和识别。同态信号处理的基本原理(1)第一个子系统D*[](特征系统)完成将卷积信号转化为加性信号的运算。和 信号也均是时域序列,但它们所处的离散时域显然不同于x(n)所处的离散时域,故把它称之为复倒频谱域。是x(n)的复倒频谱,简称为复倒谱,有时也称为对数复倒谱。复倒谱具体计算公式其中倒谱计算公式为:倒谱matlab实现 本实验所用的语音样本是在windows10下的录音器下采集的一段声音。原始信号matlab仿真结果如下:(程序见附录A)由于提取的原信号数据量很大所以我截取了中间一段原始信号结果如下:并且对原始信号局部进行放大得到的结果如下:浊音信号matlab仿真结果如下:(程序见附录B)提取一段浊音信号的原序列仿真提取浊音信号的倒谱仿真清音信号matlab仿真结果如下:(程序见附录C)提取一段清音原序列的仿真:提取清音信号的倒谱仿真:总结:通过数月的数字语音信号学习让我明白了,什么是清音和浊音。实现了基于matlab语音倒谱分析,对基于matlab软件进行语音分析有了进一步的了解。对一段语音信号进行语音分析有了进一步的了解。参考文献:【1】赵力 语音信号处理第二版 机械工业出版社【2】刘卫国 matlab程序设计与应用第二版 高等教育出版社【3】张雪英 数字语音处理及matlab仿真 电子工业出版社【4】占君,张倩,满谦 matlab函数查询手册 机械工业出版社附录Aclear all;x=audioread(G:/录音.m4a);%对声音文件中的数据采样,结果保存到x向量中x=x;%转置成行向量,便于处理N=length(x)%显示声音样点的总长度x=x(50000:767998);%截取取中间的一段样点subplot(2,1,1);plot(x);title(采集信号的原始序列);ylabel(x(n));grid onsubplot(2,1,2);y=x(100000:200000);plot(y);title(抽取局部信号进行放大采集信号的原始序列);ylabel(y(n));grid on附录Bclear all;x=audioread(G:/录音.m4a);%对声音文件中的数据采样,结果保存到x向量中x=x;%转置成行向量,便于处理N=length(x)%显示
文档评论(0)