计算机处理方法（二）.pptVIP

第2章：语音信号的时域、频域特性和短时分析技术 语音信号是一个非稳态的、时变的信号。而由于声道、即人的口腔肌肉运动是缓慢的，所以在“短时间”范围内可以认为是稳态的，时不变的。这个短时间一般指10~30ms。由于这个特性，故常把语音信号称为“准稳态”信号。这种短时分析方法称为“短时分析技术”。 语音分帧 在短时分析中，将语音信号分为一段一段地来分析其特征参数，其中一段称为一“帧”，一帧长一般取10~30ms。这样，对于整体的语音信号来讲，每一帧特征参数组成了特征参数时间序列。 声音录音过程（1）第一步，进入XP系统，打开播放器，并打开录音机 声音录音过程（2）第二步，设置录制文件属性 声音录音过程（3）设置采样频率，采样位数，单声道 声音录音过程（4）例如选择8000Hz，16位，单声道 声音录音过程（5）将电脑耳机输出端与麦克风输入端用音频线相连，打开播放器播放音乐，电脑放音音量调整最大音的1/6，按下录音键 声音录音过程（6）例如要录制5.5秒，当显示5.5秒时，按下停止键 声音录音过程（7）保存到相关目录下（文件类型默认.wav)(文件名：英文） 课堂练习： （1）在XP系统中录制一段系统音乐，录制时间3秒，采样频率：8000Hz，采样位数：16位，单声道 2.1MATLAB中的语音信号分帧 语音信号（音频文件，格式.wav)的读入函数: 2.1MATLAB中的语音信号分帧 语音信号的播放函数 名称：sound 功能：播放函数 调用格式：sound(Y,FS) 说明：采样频率为FS的Y数据以声音形式播放。 调用格式：sound(Y) 说明：采样频率为8192Hz的Y数据以声音形式播放。 调用格式：sound(Y,FS,BITS) 说明：采样频率为FS,数据位数为BITS的Y数据以声音形式播放。 读入bluesky3.wav文件到数组Y1,redriver.wav文件到数组Y2,并查看信息 查看波形： 课堂练习 用wavread读入刚制作的音频文件，读出FS及bits的值，用size指令分析其数组Y大小，用plot指令画出其波形。 思考：如果音量太大，会出现什么情况？ 2.1MATLAB中的语音信号分帧 窗函数 名称：window 功能：窗函数 调用格式： WINDOW(@WNAME,N) 说明：输出窗长为N，窗函数名称为WNAME的数组。 矩形窗调用格式： WINDOW(@rectwin,N) 说明：输出窗长为N，矩形窗的数组。 海宁窗调用格式： WINDOW(@hann ,N) 说明：输出窗长为N，海宁窗的数组。 汉明窗调用格式： WINDOW(@hamming ,N) 说明：输出窗长为N，汉明窗的数组。 用MATLAB画出窗长30点矩形窗、海宁窗、汉明窗波形 课堂练习： 用MATLAB画出窗长40点矩形窗、海宁窗、汉明窗波形 MATLAB画出窗长40点矩形窗、海宁窗、汉明窗频谱 三种窗幅频特性 课堂练习： 画出窗长40点矩形窗、海宁窗、汉明窗幅频特性（N=256) 指令fft(x,N); 为了分析读入数据，通常进行分帧处理。在分帧中，往往设置在相邻两帧之间有一部分重叠。其原因是：语音信号是时变的，在短时范围内特征变化较小，所以作为稳态处理；但超过这短时范围语音信号就有变化了。在相邻两帧之间基音发生了变化，如正好是两个音节之间，或正好是声母向韵母过渡，等等，这时，其特征参数有可能变化较大，但为了使特征参数平滑地变化，在两个不重叠的帧之间插一些帧来提取特征参数，这就形成了相邻帧有重叠部分。 语音信号分帧 分帧子函数：emframe 说明：输入参数x是语音信号；win是帧长或窗函数，若为窗函数，帧长便取窗函数长；inc是帧移。输出参数f为分帧后的数组，将为帧数×帧长。 读入bluesky3.wav文件到数组Y1,redriver.wav文件到数组Y2,以窗长8，帧移3进行分帧 课堂练习 读入刚录制的音频文件文件到数组，以窗长40，帧移6进行分帧，并比较帧之间的数据关系 2.3语音信号短时时域分析 短时能量： 短时平均幅度 前24帧对应时间 语音文件bluesky3.wav（蓝天.白云）短时能量 求红河谷redriver2.wav的短时能量 红河谷redriver2.wav的短时能量 课堂练习：求自录音乐的短时能量 例2-3-12（pr2-3-12)，读入语音文件bluesky3.wav（蓝天.白云），分帧后计算短时平均幅度 语音文件bluesky3.wav短时平均幅度图 例2-3-13（pr2-3-13)，读入语音文件redriver2..wav，分帧后计算短时平均幅度 redriver2..wav，分帧后短时平均幅度 课堂练习：求语音文件redriver1..wav文件的短时平均幅度 2.3.2 短时