《语音信号处理》实验报告.doc

中南大学 信息科学与工程学院 语音信号处理 实验报告 指导老师 ： 覃爱娜 学生班级 ： 信息0704 学生名称 ： 阮光武 学生学好 ： 0903070430 提交日期 ： 2010年6月18日 实验一 语音波形文件的分析和读取 一、实验的任务、性质与目的 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验： （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 二、实验原理和步骤： WAV文件格式简介 WAV文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV文件的头四个字节就是“RIFF”。WAV文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分。常见的WAV声音文件有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。WAV文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV文件中，道0代表左声道，声道1代表右声道；在多声道WAV文件中，样本是交替出现的。WAV文件的格式见表1。 偏移地址 字节数 数据类型 内 容 文件头 00H 4 char RIFF标志 04H 4 long int 文件长度 08H 4 char WAVE标志 0CH 4 char fmt标志 10H 4 过渡字节（不定） 14H 2 int 格式类别（10H为PCM形式的声音数据） 16H 2 int 通道数，单声道为1，双声道为2 18H 2 int 采样率（每秒样本数），表示每个通道的播放速度 1CH 4 long int 波形音频数据传送速率，其值为通道数×每秒数据位数×每样本的数据位数／8。播放软件利用此值可以估计缓冲区的大小。 20H 2 int 数据块的调整数（按字节算的），其值为通道数×每样本的数据位值／8。播放软件需要一次处理多个该值大小的字节数据，以便将其 值用于缓冲区的调整。 22H 2 每样本的数据位数，表示每个声道中各个样本的数据位数。如果有多个声道，对每个声道而言，样本大小都一样。 24H 4 char 数据标记符＂data＂ 28H 4 long int 语音数据的长度 表1 wav文件格式说明表 （1）选取WINDOWS下MEDIA中的任一WAV文件，采用播放器进行播放，观察其播放波形，定性描述其特征； （2）根据WAV文件的存储格式，利用MATLAB或C语言，分析并读取文件头和数据信息； （3）将文件的通道数、采样频率、样本位数和第一个数据读取并显示出来。 三、实验设备 PC机。 四，实验结果 （1）实验对象：选择windows系统自带的ringout.wav为实验对象。 图1-1 整体波形 图1-2 部分波形 （2）文件信息： 文件头为： RIFF 通道数= 1 为双声道 采样平率= 11025 样本位数= 1 第一个数据为： 0 五、实验代码 [y,fs,n]=wavread(ringout.wav); %观察波形 figure(1) plot(y) [y,fs,n]=wavread(ringout.wav,[1 500]); %显示波形中的前面一段，便于观察 figure(2) plot(y) f=fopen(ringout.wav,r); disp(文件头为：) a0=fscanf(f,%4s,[1,1]); %显示RIFF标志 disp(a0) f=fopen(ringout.wav,r); [a1,count1]=fread(f,[2,11]); %跳过读RIFF标志，文件长度，wave fmt标志， 过渡字节及读格式类别共4*5+2=22个字节 [a2,count2]=fread(f,[1,1]); %读取通道数的两个字节 disp(通道数=) disp(a2) if a4==1 disp(为单声道) else disp(为双声道) end a=fread(f,[1,1]); [a31,count31]=fread(f,[1,1]); %读取采样率 [a32,cou