[MATLAB语音分析.docVIP

实验二 基于MATLAB分析语音信号频域特征 一、实验目的本实验要求掌握原理，会利用已学的知识，编写程序估计短时谱、倒谱，画出语谱图，并分析实验结果，在此基础上，借助频域分析方法分析语音信号的基音周期或共振峰。二、实验原理 1、短时傅立叶变换 由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为： 2、语谱图 水平方向是时间轴，垂直方向是频率轴，图上的灰度条纹代表各个时刻的语音短时谱。语谱图反映了语音信号的动态频率特性，在语音分析中具有重要的实用价值。被成为可视语言。、基因周期估计 浊音信号的倒谱中存在峰值，它的出现位置等于该语音段的基音周期，而清音的倒谱中则不存在峰值。利用倒谱的这个特点，我们可以进行语音的清浊音判决，并且可以估计浊音的基音周期。 、共振峰估计 对倒谱进行滤波，取出低时间部分进行进行逆特征系统处理，可以得到一个平滑的对数谱函数，这个对数谱函数显示了输入语音段的共振峰结构，同时谱的峰值对应于共振峰频率。通过此对数谱进行峰值检测，就可以估计出前几个共振峰的频率和强度。、实验 首先对语音信号进行短时傅立叶变换，分析它的短时谱，观察它们的语谱图，并估计语音信号的基音周期和共振峰。 四、实验1 短时谱 N=128时 图2.1 N=256时 N=512时 实验结果分析：通过以上各图可以看出：N取不同的值得到的短时谱图是不同的，N越大，窗口的长度越大，短时谱变化越明显，频率分辨率越高，短时谱的波形看的更加清楚。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 分析：从图中看不出明显的周期性，频率分布广，具有明显的噪声特性。 图3.1 23000到29000内的清音频谱图如下： 图3.2 分析：从图中我们发现没有周期性，频域峰值点是随机的。具有辅音的特点。 26500到29000内的浊音频谱图如下： 从图中可以明显地看出周期性，具有元音的特点。 对比之前的图可以看出，高频成份明显地增多；经过放大之后也可看出有了共振峰。 倒谱： 实验结果分析： 从上可以看出基音周期大致为130HZ。 2 语谱图