语音信号处理作业.doc

华南理工大学 《语音信号处理》作业报告 姓名： 学号： 班级：10级电信5班 日期：2013年5 月24日1.实验要求 编程实现： 作业1、提取一段语音信号的短时能量、过零率、短时平均幅度差。 作业2、提取一段语音的傅里叶变换幅度谱、线性倒谱、梅尔频率倒谱（MFCC）。 作业3、 提取一段语音的LPC参数。 作业4、 估计一段语音的基音频率。 作业5、 估计一段语音的前3个共振峰频率。 作业1： 1、实验原理 （1）、短时能量 语音和噪声的区别可以体现在它们的能量上，语音段的能量比噪声段能量大，语音段的能量是噪声段能量叠加语音声波能量的和。在信噪比很高时，那么只要计算输入信号的短时能量或短时平均幅度就能够把语音段和噪声背景区分开。这是仅基于短时能量的端点检测方法。 信号{x(n)}的短时能量定义为: 语音信号的短时平均幅度定义为: 其中w(n)为窗函数。 （2）、短时平均过零率 短时过零表示一帧语音信号波形穿过横轴(零电平)的次数。过零分析是语音时域分析中最简单的一种。对于连续语音信号，过零意味着时域波形通过时间轴；而对于离散信号，如果相邻的取样值的改变符号称为过零。过零率就是样本改变符号次数。 信号{x(n)}的短时平均过零率定义为: 式中，sgn为符号函数，即: 过零率有两类重要的应用:第一，用于粗略地描述信号的频谱特性;第二，用于判别清音和浊音、有话和无话。从上面提到的定义出发计算过零率容易受低频干扰，特别是50Hz交流干扰的影响。解决这个问题的办法，一个是做高通滤波器或带通滤波，减小随机噪声的影响；另一个有效方法是对上述定义做一点修改，设一个门限T，将过零率的含义修改为跨过正负门限。 于是，有定义: 2、实验结果及讨论 本次实验选取语音文件phrase.WAV，运行程序，结果如下图： 3、实验代码 [x,fs,nbits]=wavread(E:\yuuyin\phrase.WAV); x = x / max(abs(x));%幅度归一化到[-1,1] %参数设置 FrameLen = 256; %帧长 inc = 90; %未重叠部分 amp1 = 10; %短时能量阈值 amp2 = 2; zcr1 = 10; %过零率阈值 zcr2 = 5; %计算过零率 tmp1 = enframe(x(1:end-1), FrameLen,inc); tmp2 = enframe(x(2:end) , FrameLen,inc); signs = (tmp1.*tmp2)0; diffs = (tmp1 -tmp2)0.02; zcr = sum(signs.*diffs,2); %计算短时能量 amp = sum((abs(enframe(filter([1 -0.9375], 1, x), FrameLen, inc))).^2, 2); subplot(3,1,1) plot(x) axis([1 length(x) -1 1]) xlabel(帧数);ylabel(Speech); subplot(3,1,2) plot(amp); axis([1 length(amp) 0 max(amp)]) xlabel(帧数);ylabel(Energy); subplot(3,1,3) plot(zcr); axis([1 length(zcr) 0 max(zcr)]) xlabel(帧数);ylabel(ZCR);作业2、3： 提取一段语音的傅里叶变换幅度谱 [x]=wavread(E:\yuuyin\monologue speech_male.wav); y=fft(x); %傅里叶变换函数 plot(abs(y)); %振幅频率 title(傅里叶变换幅度谱); 提取一段语音的线性倒谱和LPC参数 基本原理： 由于频率响应反映声道的频率响应和被分析信号的谱包络，因此用做反傅里叶变换求出的LPC倒谱系数。 通过线性预测分析得到的合成滤波器的系统函数为，其冲激响应为h(n)。h(n)的倒谱为，就是说的逆变换是存在的。设，将式两边同时对求导，得得到，于是有 令其左右两边z的各次幂前系数分别相等，得到和间的递推关系 ，按其可直接从预测系数｛｝求得倒谱。这个倒谱是根据线性预测模型得到的，又称为LPC倒谱。LPC倒谱由于利用线性预测中声道系统函数H（z）的最小相位特性，因此避免了一般同态处理中求复对数的麻烦。实验结果分析： 选取语音文件monologue speech_female，先读出原始语音文件的波形：