语音信号处理,基于MATLAB的子带编码实现【参考】.docx

语音信号处理,基于MATLAB的子带编码实现【参考】.docx

  1. 1、本文档共28页,可阅读全部内容。
  2. 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. 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. 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
一:子带编码1.子带编码首先将输入信号分割成几个不同的频带分量,然后再分别进行编码,这类编码方式称为频域编码。2.把语音信号分成若干子带进行编码主要有两个优点:(1).如果对不同的子带合理分配比特数,可以控制各子带的量化电平数目,以及相应的重建信号的量化误差方差值,以获得更好的主观听音质量。(2).各子带的量化噪声相互独立,被束缚在自己的子带内,不影响其它子带的量化噪声。3.影响子带编码效率的因数子带数目、子带划分、编码参数、子带中比特的分配、每样值编码比特、带宽。4.分类(1)等带宽子带编码各子带的带宽 是相同的,其优点是易于硬件实现,便于理论分析。其中,k= 1, 2, 3 …, m为子带总数,B编码信号总带宽(2)变带宽子带编码各子带带宽是不同的,常用的子带划分是令各子带宽度随K的增加而增加 (低频段子带带宽窄,高频段宽),其优点是对不同的子带分配的比特数不同,能获得很好的质量。二:matlab 实现1.主要是使用非对称滤波器组来实现语音信号的子带分解和合并。2.关键:针对语音信号的频谱设计与之相适应的树形滤波器组。3.编码采用u律pcm编码。介绍:本编程所设计的树形结构滤波器组,是由两通道的正交镜像滤波器组通过级联或并联组建而成的。采用正交镜象滤波器(QMF,quandrature mirror filter)来划分频带,混迭效应在最后合成时可以抵消混迭失真:这是由于分析滤波器组和综合滤波器组的频带不能完全分开及x(n)的抽样频率fs不能大于其最高频率成分的m倍所致。两通道的滤波器组两通道的滤波器组两通道的滤波器组的幅频特性两通道的正交镜像滤波器组的幅频特性(从频频特性可以看出采用正交镜象滤波器来划分频带,混迭效应在最后合成时可以抵消)原始语音y处理后语音y_he·整体框图频带分解(主要)(下附matlab源程序语音为wav格式自己录音)%主程序clear all ;close all;clc;N=4096*50;%采集点数[y,fs,bits]=wavread('tangshi',N); %读取音频信息(双声道)Fs=fs ;ts = 1/fs;%仅处理1通道信号y1=y(:,1)' ;%the signal of channel one%y2=y(:,2) ;%the signal of channel twot=0:1/fs:(N-1)/fs;%time%原始语音信号读取sound(y1,fs);%原始语音信号画图figure(1) ;subplot(2,1,1) ;plot(t,y1) ;%1通道信号title('原始信号y1') ; %预滤波%语音信号预处理人耳可识别范围(300~3400),因此多于此频率的信号可以滤掉而不用传输[y1_yu,fs_yu]=pre_process(y1,fs) ;subplot(2,1,2) ;plot(t(1:fs/fs_yu:3*floor(length(t)/3)),y1_yu) ;%滤波后的信号时域波形title('预滤波后的信号y1_yu') ;%对上面两个信号进行频谱分析Y1 = fft(y1);Y1_YU = fft(y1_yu);%画出图形figure(2) ;subplot(2,1,1)dfs= fs/length(Y1);H1 = abs(Y1(1:length(Y1)/2));f1 = 0:dfs:fs-dfs;f1 = f1(1:length(Y1)/2);plot(f1,H1)axis([0,10000,0,max(abs(fftshift(Y1)))])title('原始信号频谱y1')subplot(2,1,2)H2 = abs(Y1_YU(1:length(Y1_YU)/2));f2=0:dfs:fs_yu-dfs;f2 = f2(1:length(Y1_YU)/2);plot(f2,H2)axis([0,10000,0,max(abs(fftshift(Y1_YU)))]) title('抗混叠滤波后y1_yu的信号频谱,fl=300Hz,fh=3400Hz') %抗混叠滤波后语音信号读取 sound(y1_yu,fs_yu);%分解[yu1,yu2]=fenjie(y1_yu,fs_yu) ;%y1%2次分解[y1_1,y1_2]=fenjie(yu1,fs_yu) ;%3次分解[y1_11,y1_12]=fenjie(y1_1,fs_yu) ;[y1_21,y1_22]=fenjie(y1_2,fs_yu) ;%y2%2次分解[y2_1,y2_2]=fenjie(yu2,fs_yu) ;%3次分解[y2_11,y2_12]=fenjie(y2_1,fs_yu) ;[y2_21,y2_22]=fenjie(y2_2,fs_yu) ;%分解图

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档