Matlab软件及语音信号处理.docVIP

析等.但是Matlab自身并不提供用于 语音信号处理的工具箱,也有一些研究结构针对 语音信号特点参数的计算开发出第三方的Mat- lab工具箱,如伦敦帝国学院电子工程系开发的 Voicebox工具箱[5]、纽约的哥伦比亚大学开发的 Rastamat工具箱[6]以及德克萨斯大学开发的 Colea工具箱等[7]. 2　语音信号处理实验仿真 语音信号处理实验仿真针对在语音信号处理 教学与实践中比较重要的线性预测编码(LPC, Linear Predictive Coding)、滤波器组技术以及感 知线性预测(PLP,Perceptual Linear Prediction) 特征,使用Matlab软件进行仿真分析. 2.1　线性预测编码 LPC给出了语音信号的基本模型,尤其对准 稳态浊音部分有很好的描述.LPC的全极点模型 反映了声道的频率响应和原始信号的谱包络. LPC是一种谱估计的方法,认为一个语音的采样 能用过去若干个语音采样的线性组合来逼进.通 过使线性预测得到的采样在最小均方误差意义上 逼近实际语音采样,可以求取一组唯一的预测系 数,即线性组合中所使用的加权系数. s[n]=∑ p k=1ak·s[n-k]+e[n].　　(1) 而对于P阶线性预测,有 S(z) E(z)=11-∑pk=1ak·z-k=1A(z).　　(2) LPC分析中,如果阶数低于正确阶数,则该信号 是欠建模的,此时估计误差很大,信号的相邻谱峰会 重叠甚至重叠为一个.若阶数大于正确阶数,则该信 号是过建模的,导致病态矩阵方程和伪峰出现.在实 验中,使用Matlab编写程序对语音进行不同阶次的 LPC分析,得到所使用的正确阶数.图1中是阶数p 为8, 16, 24, 32时对应的语音LPC频谱. 图1　语音的LPC频谱(p=8, 16, 24, 32) 2.2　滤波器组分析 MFCC系数广泛应用于语音识别领域,在 计算过程中,为了反映区别特征在各个频段的 特征,使用类似于耳蜗作用的Mel频率滤波器 组.滤波器组由混迭的三角窗构成,将滤波器 频带内的能量进行叠加作为输出.设计实验使 学生编写程序生成Mel频率滤波器组,并分析 其中各滤波器的特性.图2中的滤波器组包括 22个滤波器,图3是滤波器组中各滤波器的参 数.图2　三角滤波器组 ·69· 2011年第1期牡丹江师范学院学报(自然科学版) No.1,2011 (总第74期) Journal of Mudanjiang Normal University Total No 74 010-10-19 资金项目:安徽省教育厅重点资助项目;淮北师范大学青年科研项目(700286) Matlab在语音信号处理实验教学中的应用 王孟杰,庞昂博,杨一军 (淮北师范大学物理与电子信息学院,安徽淮北235000 ) 摘　要:开发一种将Matlab仿真应用于语音信号处理中的教学方法,通过编写程序上机实验帮助学生理 解语音信号处理的基本原理和方法,介绍在语音信号处理中应用比较广泛的线性预测编码、Mel 滤波器组和感知线性预测的仿真实现,以图形化的方式使学生对于抽象的结果有直观的认识. 关键词:语音信号处理;线性预测编码;滤波器组;感知线性预测 [中图分类号]G642　　　[文献标志码]A　　　　[文章编号]1003-6180(2011)01-0068-02 　　语音信号处理是一门发展十分迅速、应用非常 广泛的前沿交叉学科,同时也是一个跨学科的综合 性应用研究领域,研究涉及到一系列前沿课题.语 音信号处理以语音为研究对象,涉及心理学、生理 学、语言学、人工智能和模式识别等多项研究领域, 主要内容包括语音的识别与合成、语音编码以及说 话人的识别等.“语音信号处理”是信息学科高年级 本科生和研究生的一门重要课程,目的是使学生了 解语音信号处理学科的原理、方法、应用及目前的 学科发展趋势与方向,介绍智能信息处理技术,现 代信号处理技术及其他一些前沿和新兴技术在语 音信号处理中的应用,以及最新的研究成果与进 展[1-2].本研究把Matlab仿真应用于语音信号处理 的实验教学中,通过编写程序上机实验帮助学生理 解语音信号处理的基本原理和方法. 1　Matlab软件与语音信号处理课程 语音信号处理课程的先修课程有信号与系统、 数字信号处理、概率论与数理统计、Matlab等,主要 介绍语音信号处理的基础理论和基本算法,要求有 比较好的数学基础.其后续课程主要有人工网络、模 式识别与人工智能等.由于课时较少,大部分学生学 习起来比较困难.为了帮助学生深入直观地理解课 程的基本理论,对于课程的核心部分采用Matlab仿 真实验辅助课堂理论教学. Matlab是一款由MathWorks公司出品的数 学软件,常用于算法开发、数