语音信号处理实验新.pdfVIP

实验一 特征提取 1.1 语谱图程序 语音信号随时间变化的频谱特性可以用语谱图直观的表示，语谱图的纵坐标对应频率， 横坐标对应时间，而图像的黑百度对应于信号的能量。所以，声道的谐振频率在图上就表 示成为黑带，浊音部分则以出现条纹图形为其特征，这是因为此时的时域波形有周期性， 而在浊音的时间间隔内图形显得很致密。 clear all; [x,sr]=wavread(***.wav); %sr为采样频率 if (size(x,1)size(x,2)) %size(x,1)为x的行数，size(x,2)为x的列数 x=x; end s=length(x); w=round(44*sr/1000); %窗长,取离44*sr/100最近的整数 n=w; %fft的点数 ov=w/2; %50%的重叠 h=w-ov; % win=hanning(n); %哈宁窗 win=hamming(n); %哈宁窗 c=1; ncols=1+fix((s-n)/h); %fix函数是将(s-n)/h的小数舎去 d=zeros((1+n/2),ncols); for b=0:h:(s-n) u=win.*x((b+1):(b+n)); t=fft(u); d(:,c)=t(1:(1+n/2)); c=c+1; end tt=[0:h:(s-n)]/sr; ff=[0:(n/2)]*sr/n; imagesc(tt/1000,ff/1000,20*log10(abs(d))); colormap(gray); axis xy xlabel(时间/s); ylabel(频率/kHz); 1.2 预加重（高频提升） 对输入的语音信号进行预加重，其目的是提升语音信号的高频部分，去除口唇辐 射的影响，增强语音的高频分辨率。 H(Z) = 1 -? z-1 [x,sr]=wavread(***.wav); %读数据 ee=x(200:455); %选取原始文件e的第200到455点的语音,也可选其他样点 r=fft(ee,1024); %对信号ee进行1024点傅立叶变换 r1=abs(r); %对r取绝对值 r1表示频谱的幅度值 pinlv=(0:1:255)*8000/512 %点和频率的对应关系 yuanlai=20*log10(r1) %对幅值取对数 signal(1:256)=yuanlai(1:256);%取256个点，目的是画图的时候，维数一致 [h1,f1]=freqz([1,-0.98],[1],256,4000);%高通滤波器 pha=angle(h1); %高通滤波器的相位 H1=abs(h1); %高通滤波器的幅值 r2(1:256)=r(1:256) u=r2.*h1 % 将信号频域与高通滤波器频域相乘 相当于在时域的卷积 u2=abs(u) %取幅度绝对值 u3=20*log10(u2) %对幅值取对数 un=filter([1,-0.98],[1],ee) %un为经过高频提升后的时域信号 figure(1);subplot(211); plot(f1,H1);title(高通滤波器的幅频响应); xlabel(频率/Hz); ylabel(幅度); subplot(212);plot(pha);title(高通滤波器的相位响应); xlabel(频率/Hz); ylabel(角度/radians); figure(2);subplot(211);plot(ee);title(原始语音信号); xlabel(样点数); ylabel(幅度); axis([0 256 -3*10^4 2*10^