DSP实验报告学习.doc

南京理工大学 基于LPC算法的语音基频检测 姓名： 学号： 组号：第二组18号设备 指导老师：李彧晟 时间：2016.5.23 目录 TOC \o 1-3 \h \z \u TOC \o 1-3 \h \z \u 1．实验目的 1 2 .实验器材 1 3．实验过程 1 3.1 熟悉LPC算法 1 3.1.1 LPC原理 1 3.1.2 LPC过程 1 3.2 熟悉并验证各个模块 2 3.2.1 AD采样 2 3.2.2 FIR滤波 3 3.2.3 FFT 4 3.3 LPC验证 5 3.3.1 CODEC的下抽取采样 5 3.3.2 信号分帧 5 3.3.3 LPC滤波 6 3.3.3计算残差 7 3.3.4 对残差做FFT运算 7 3.3.5 得到基音频率 8 3.4实验结果的验证 9 3.4.1 验证方法 9 3.5 其他实验结果 10 3.5.1 上扫频波 10 3.5.2 麦克风输入语音 10 3.5.3 麦克风输入音乐 11 3.6 结论 12 4. 实验中遇到的问题 12 实验目的 了解DSP硬件系统基本构架 熟悉DSP软件开发基本流程 掌握DSP软件开发、调试、验证方法 掌握DSP硬件调试、验证方法 锻炼发现、分析、解决问题能力 理解DSP特点 2 .实验器材 DSP平台：TI的TMS320C6713 测试设备：示波器——泰克TDS2012B 函数发生器——泰克AFG3021B 3．实验过程 3.1 熟悉LPC算法 3.1.1 LPC原理 语音线性预测的基本思想是：一个语音信号的抽样值可以用过去若干个取样值的线性组合来逼近。通过使实际语音抽样值与线性预测抽样值的均方误差达到最小，可以确定唯一的一组线性预测系数。 采用线性预测分析不仅能够得到语音信号的预测波形，而且能够提供一个非常好的声道模型。此外，LPC分析还能够对共振峰、功率谱等语音参数进行精确估计，LPC分析得到的参数可以作为语音识别的重要参数之一。 由于语音是一种短时平稳信号，因此只能利用一段语音来估计模型参数。将长的语音序列加窗，然后对加窗语音进行LPC分析，只要限定窗的长度就可以保证分析的短时性，这种方案称为自相关法。 3.1.2 LPC过程 LPC的过程：残差= 真实语音– 预测语音= 真实语音– LPC系数*真实语音 LPC算法流程图如下： 图1 LPC算法流程图 3.2 熟悉并验证各个模块 3.2.1 AD采样 通过信号发生器产生频率f=100Hz的正弦波信号，采样率为96KHz，设置断点，运行C程序，查看View-Graph的1024点输出，View-Graph显示的波形图2： 图2 AD采样输出 实际输入频率的计算公式为,图中半个周期的点数为480点，所以，输入频率为96k/960=100Hz。由此说明通过AD采样得到的仍然是100Hz的正弦波信号，由此AD采样模块得以验证。 3.2.2 FIR滤波 通过输入一个频率为300Hz的三角波信号，来验证fir滤波的低通性。图3和图4分别为fir滤波前和滤波后三角波输出： 图3 滤波前三角波输出 图4 滤波后三角波输出 从图中可以看出，经过fir滤波之后，输出的还是一个频率为300Hz的三角波形，只是幅度上略有削顶，这是由于设置时信号幅度略大造成的。 后面验证LPC时要用100Hz的正弦信号，图5和图6为100Hz的正弦信号在fir滤波前和滤波后的结果： 图5 滤波前正弦波输出 图6 滤波后正弦波输出 3.2.3 FFT 通过信号发生器输入一个频率为100Hz的正弦信号来验证FFT, 图7是输入信号，图8是FFT之后的频谱图，图9是对频谱图取模后的图： 图7 输入信号 图8频谱图 图9 频谱图取模 由图9可以读出，FFT之后谱线对应的点数为56，从而计算可得信号的频率为100Hz。由此FFT模块得证。 3.3 LPC验证 3.3.1 CODEC的下抽取采样 DSP内部设置采样率为32KHz，而我们要求16KHz采样，我们采取二倍下抽取的方法来实现16KHz采样。图9和图10分别为下抽取前后的采样信号。 图9 下抽取前的采样信号 图10下抽取后的采样信号 很明显，在512个采样点中，下抽取之后得到了更多的周期。 3.3.2 信号分帧 将16K采样信号分成50帧，每一帧包含320个