数字信号处理变声器报告.docx

数字信号处理--变声器报告 工程目标：把自己〔男〕的声音分别变成小孩的声音、女人的声音和老人的声音。 变声原理:语音科学家将人类发声过程视作一个由声门源输送的气流经以声道、口、鼻腔组成的滤波器调制而成的。人类语音可分为有声语音和无声语音，前者是由声带振动鼓励的脉冲信号经声腔调制变成不同的音，它是人类语言中元音的根底，声带振动的频率称为基频。无声语音则是声带保持开启状态，制止振动引发的。一般来说，由声门振动打算的基频跟说话人的性别特征有关，如下表，而无声语音则没有表达这个特征。说话人的共性化音色和语音的另外一个声学参数——共振峰频率的分布有关。儿童由于声道短，其共振峰频率高于成年人，成年女性的声道一般短于成年男性，所以女性的共振峰频率一般高于男性。 人群基频分布 人群 基频分布Hz 共振峰频率分布 男声 [50, 180] 偏低 女声 [160, 380] 中 童声 [400, 1000] 偏高 由上可知，在进展性别变声时，主要考虑基频和共振峰频率的变化。当基频伸展，共振峰频率也同时伸展时，可由男声变成女声，女声变成童声；反之，基频收缩，共振峰频率也同时收缩时，则由童声变女声，女声变男声。为了获得自然度、真实感较好的变声效果，基 频和共振峰频率通常必需各自独立地伸缩变化如图 1。 v v 童 1 女 声 区 男 声 v 2 声 区 区 基频 V1 男声变童声 V2 男声变女声 图 1 基频和共振峰频率分布的变化 共振峰频率的转变是基于重采样实现的，从重采样原理知道， 这也同时引发了基频的变化，为保证基频变化和共振峰频率变化的独立、互不相关，在基频移动时必需考虑抵消重采样带来的偏移，理论上只要基频检测足够准确，确实可以保证基频转变和共振峰频率转变间的互不相关。 设计方案：1 录入自己〔小孩、女人、老人〕的一段声音 2 用 MATLAB做 fft 得到其频谱 3 做 fft 频谱分析 4 搬移和转变基频、语速，实现变声 程序流图 程序清单： 元语音信号 [s,fs,nbits] = wavread(‘wo.wav’); % 载入语音 s s = s/max(s); %归一化 L = length(s); % 读入语音长度S=fft(s,L); pigure ubplot(2,1,1);plot(s);title(‘原语音信号波形’); ubplot(2,1,2);plot(abs(S));title(‘原语音信号频谱’); 变声： 小孩的声音 clear all,close all, clc; % 定义常数 FL =80; % 帧长 WL = 240; % 窗长 P = 10; % 推测系数个数[s,fs,nbits] = wavread(”wo.wav”); % 载入语音 s s = s/max(s); %归一化 L = length(s); % 读入语音长度FN = floor(L/FL)-2; % 计算帧长 % 推测和重建滤波器 exc = zeros(L,1); % 鼓励信号zi_pre = zeros(P,1); % 推测滤波器的状态 s_rec = zeros(L,1); % 重建语音zi_rec = zeros(P,1); % 变调不变速滤波器 exc_syn_t = zeros(L,1); % 合成的鼓励信号s_syn_t = zeros(L,1); % 合成语音 last_syn_t = 0; %存储上一个〔或多个〕段的最终一个脉冲的下标zi_syn_t = zeros(P,1); % 合成滤波器的状态 hw = hamming(WL); % 汉明窗 % 依次处理每帧语音for n = 3:FN % 计算推测系数 s_w = s(n*FL-WL+1:n*FL).*hw; % 汉明窗加权后的语音 [A E] = lpc(s_w, P); % 用线性推测法计算 P 个推测系数 % A 是推测系数，E 会被用来计算合成鼓励的能量 s_f = s((n-1)*FL+1:n*FL); % 本帧语音，下面就要对它做处理 % (4) 用 filter 函数 s_f 计算鼓励，留意保持滤波器状态[exc1,zi_pre] = filter(A,1,s_f,zi_pre); exc((n-1)*FL+1:n*FL) = exc1; % 计算得到的鼓励 % (5) 用 filter 函数和 exc 重建语音，留意保持滤波器状态[s_rec1,zi_rec] = filter(1,A,exc1,zi_rec); s_rec((n-1)*FL+1:n*FL) = s_rec1; % 计算得到的重建语音 % 留意下面只有在得到 exc 后才会计算正确s_Pitch = exc(n*FL-222:n*FL); PT = findpi