语音处理时域析分实验.docxVIP

音信号处理报告(实验一)学院：计算机与通信工程学院班级：电信10 学号： 名：陈小慧指导教师：包宏 2013年11月25日一．实验目的理解和掌握语音信号的数字化和预处理方法。理解短时能量分析、短时过零分析、短时相关分析。语音信号的短时傅里叶分析方法。二．实验原理语音信号分析可分为时域、频域、倒谱域等方法。贯穿于语音分析全过程的是“短时分析技术”。语音信号特性是随时间而变化的，是一个非平稳的随机过程。但从另一方面，在一个相对短时间范围内其特性基本保持不变。对于这种特点是语音信号处理的一个重要出发点。因为我们可以采用平稳过程的分析处理方法来处理语音。时域分析时域分析是语音分析中最早使用，应用范围最管得一种方法。其特点：（1）表示语音信号比较直观。（语音信号本身就是时域信号）（2）实现简单、运算量小。（3）可以得到语音的一些重要参数。常用短时分析技术有：短时能量、短时平均幅度、短时过零率、短时自相关函数、短时平均幅度差函数、短时频谱、短时功率谱。短时能量分析能量分析是基于语音信号能量随时间有相当大的变化，特别是清音段的能量一般比浊音段的小得多。短时分析将语音流分为一段一段来处理，每一段称为帧。用有限长窗函数进行加权来实现。不同的窗口选择（形状、长度），将决定短时能量的特性。窗口的形状：窗口有多种形状，他们都是中心对称的。窗口的长度：无论什么形状的窗口，窗口序列的长度N将起决定性的作用。N太大，能量随时间变化很小，不能反映语音信号的幅度变化，波形的变化细节就看不出来。N太小，滤波器的通带变宽，短时能量随时间有剧烈变化，不能得到平滑的能量函数。窗口的选择（长度的确定）又需相对不同的基音周期来确定。通常情况下，一个语音帧内应含有1—7个基音周期。然而不同的人其基音周期变化范围很大，因此窗口宽度（N）的选择有一个折中选择为100—200（即10—20ms持续时间）。短时过零分析过零就是信号通过零值。考察连续语音信号其时域波形通过时间轴的情况。通过相邻取值改变符号判断是否过零，从而计算过零数。单位时间的过零率称为平均过零数。对于窄带信号，平均过零数计算比较简单。对于语音信号序列是宽带信号，所以不能简单地用上面的公式计算频率。但是，可借助短时平均过零数来得到其频谱的粗略估计。语音信号的短时平均过零数定义为：式子中是符号函数为窗口序列，其作用于短时平均能量一样。短时平均过零数的实现首先对语音信号序列进行成对采样地查对采样以确定是否发生过零，若发生符号变化，则表示又一次过零，前后进行一阶差分计算，再求取绝对值，最后进行低通滤波。三．Matlab程序清单及结果图形绘制该语音信号短时平均能量。程序清单：%读入声音文件[y,fs]=wavread(C:\Users\acet\Desktop\matlab\test1.wav);%截取声音片段x=zeros(1,20000);i=1;while i20001x(i)=y(120000+i);i=i+1;end%常数设置FrameLen=240;FrameInc=80;%计算短时能量amp=sum(abs(enframe(filter([1 -0.9375],1,x),FrameLen,FrameInc)),2);subplot(1,2,1);plot(x);title(原波形图);subplot(1,2,2);plot(amp);title(短时平均能量图);结果如图1_1：图1-1选择不同长度的窗时的短时能量。程序清单：%读入声音文件[y,fs]=wavread(C:\Users\acet\Desktop\matlab\test1.wav);%截取声音片段x=zeros(1,20000);i=1;while i20001x(i)=y(120000+i);i=i+1;end%常数设置FrameLen1=51;FrameLen2=101;FrameLen3=201;FrameLen4=401;FrameInc=80;%原始语音信号subplot(5,1,1);plot(x);title(\fontsize{15}原波形);%计算短时能量N=51amp1=sum(abs(enframe(filter([1 -0.9375],1,x),FrameLen1,FrameInc)),2);subplot(5,1,2);plot(amp1);title(\fontsize{15}短时平均能量图N=51);%计算短时能量N=101amp2=sum(abs(enframe(filter([1 -0.9375],1,x),FrameLen2,FrameInc)),2);subplot(5,1,3);plot(amp2);title(\fontsize