语音信号时域特征参数提取

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261

课程：专业综合实验实验日期：2014年1 月 3 日成绩：

实验二、语音信号时域特征参数提取

一、实验目的

1．掌握利用matlab程序进行语音信号的录制与回放。

2．理解语音信号的时域特征参数的概念，如短时能量、短时过零率等。

3．掌握matlab的开发环境。

4．掌握对语音信号进行时域特征参数提取的方法。

二、实验原理

本实验要求掌握时域特征分析原理，并利用已学知识，编写程序求解语音信号的短时过零率、短时能量、短时自相关特征，分析实验结果。

1.窗口的选择

通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1.1给出了这两种窗函数在帧长N=50时的时域波形。

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

0.2

0.40.60.811.2

1.41.61.82矩形窗

sample

w （n ）

0.1

0.20.30.40.50.6

0.70.80.91hanming 窗

sample

w （n ）

图1.1 矩形窗和Hamming 窗的时域波形

矩形窗的定义：一个N 点的矩形窗函数定义为如下

{1,00,()n N

w n ≤<=其他

hamming 窗的定义：一个N 点的hamming 窗函数定义为如下

0.540.46cos(2),010,()n n N

N w n π-≤<-???

其他

=

这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图1.2）：矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值大（-13.3dB ），会导致泄漏现象；汉明窗的主瓣宽8*pi/N ，旁瓣峰值低（-42.7dB ），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。表1.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

00.10.20.3

0.40.50.60.70.80.91

-80

-60-40-20

0矩形窗频率响应

归一化频率(f/fs)幅度/d B

00.10.20.3

0.40.50.60.70.80.91

-100

-50

Hamming 窗频率响应

归一化频率(f/fs)

幅度/d B

表1.1 矩形窗和hamming 窗的主瓣宽度和旁瓣峰值

2.短时能量

由于语音信号的能量随时间变化，清音和浊音之间的能量差别相当显著。因此对语音的短时能量进行分析，可以描述语音的这种特征变化情况。定义短时能量为：

2

2

1

[()()]

[()()]n

n m m n N E x m w n m x m w n m ∞

=-∞

=-+=

-=

-∑∑

，其中N 为窗长

特殊地，当采用矩形窗时，可简化为：

2

()

n m E x

m ∞

=-∞

=

∑

∑-==1

2

)

(N m n n m x E

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

图1.3和图1.4给出了不同矩形窗和hamming 窗长的短时能量函数，我们发现：在用短时能量反映语音信号的幅度变化时，不同的窗函数以及相应窗的长短均有影响。hamming 窗的效果比矩形窗略好。但是，窗的长短影响起决定性作用。窗过大（N 很大），等效于很窄的低通滤波器，不能反映幅度En 的变化；窗过小（ N 很小），短时能量随时间急剧变化，不能得到平滑的能量函数。在11.025kHz 左右的采样频率下，N 选为100~200比较合适。

短时能量函数的应用:1）可用于区分清音段与浊音段。En 值大对应于浊音段，En 值小对应于清音段。2）可用于区分浊音变为清音或清音变为浊音的时间（根据En 值的变化趋势）。3）对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。无信号（或仅有噪声能量）时，En 值很小，有语音信号时，能量显著增大。

sampl e

采样幅度

sampl e

短时能量

sampl e

短时能量

sampl e

短时能量

sampl e

短时能量

sampl e

短时能量

sample

采样幅度

sample

短时能量

sample

短时能量

sample

短时能量

sample

短时能量

sample

短时能量

3．短时平均过零率

过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的正负号相异时，我们称之为“过零”，即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零率。定义短时平均过零率：

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

sgn[[]sgn[(1)]()

n m Z x m x m w n m ∞

=-∞

=

---∑

其中[]sgn 为符号函数，{

0)(,10

)(,1)(sgn ≥<-=

n x n x n x ，在矩形窗条件下，可以简化为

1

1sgn[()sgn[(1)]

2n

n m n N Z x m x m N

=-+=

--∑

短时过零率可以粗略估计语音的频谱特性。由语音的产生模型可知，发浊音时，声带振动，尽管声道有多个共振峰，但由于声门波引起了频谱的高频衰落，因此浊音能量集中于3KZ 以下。而清音由于声带不振动，声道的某些部位阻塞气流产生类白噪声，多数能量集中在较高频率上。高频率对应着高过零率，低频率对应着低过零率，那么过零率与语音的清浊音就存在着对应关系。.

图1.5为某一语音在矩形窗条件下求得的短时能量和短时平均过零率。分析可知：清音的短时能量较低，过零率高，浊音的短时能量较高，过零率低。清音的过零率为0.5左右，浊音的过零率为0.1左右，但两者分布之间有相互交叠的区域，所以单纯依赖于平均过零率来准确判断清浊音是不可能的，在实际应用中往往是采用语音的多个特征参数进行综合判决。

短时平均过零率的应用：1）区别清音和浊音。例如，清音的过零率高，浊音的过零率低。此外，清音和浊音的两种过零分布都与高斯分布曲线比较吻合。2）从背景噪声中找出语音信号。语音处理领域中的一个基本问题是，如何将一串连续的语音信号进行适当的分割，以确定每个单词语音的信号，亦即找出每个单词的开始和终止位置。3）在孤立词的语音识别中，可利用能量和过零作为有话无话的鉴别。

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

sample

采样幅度

sample

短时能量

sample

短时平均过零率

图1.5 矩形窗条件下的短时平均过零率

4、短时自相关函数

自相关函数用于衡量信号自身时间波形的相似性。清音和浊音的发声机理不同，因而在波形上也存在着较大的差异。浊音的时间波形呈现出一定的周期性，波形之间相似性较好；清音的时间波形呈现出随机噪声的特性，样点间的相似性较差。因此，我们用短时自相关函数来测定语音的相似特性。短时自相关函数定义为：

()()()()()

n m R k x m w n m x m k w n m k ∞

=-∞

=

-+--∑

令'm n m =+′

，并且'

()()w m w m -=，可以得到：

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

1'

'

'

'

()[()()][()()][()()][()()]

N k n m m R k x n m w m x n m k w m k x n m w m x n m k w m k ∞

--=-∞

==

++++=++++∑∑

图6给出了清音的短时自相关函数波形，图7给出了不同矩形窗长条件下（窗长分别为N=70，N=140，N=210，N=280）浊音的短时自相关函数波形。由图1.6、图1.7短时自相关函数波形分析可知：清音接近于随机噪声，清音的短时自相关函数不具有周期性，也没有明显突起的峰值，且随着延时k 的增大迅速减小；浊音是周期信号，浊音的短时自相关函数呈现明显的周期性，自相关函数的周期就是浊音信号的周期，根据这个性质可以判断一个语音信号是清音还是浊音，还可以判断浊音的基音周期。浊音语音的周期可用自相关函数中第一个峰值的位置来估算。所以在语音信号处理中，自相关函数常用来作以下两种语音信号特征的估计：

1）区分语音是清音还是浊音； 2）估计浊音语音信号的基音周期。

延时k

R (k )

图1.6 清音的短时自相关函数

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩：

延时k

R (k )

延时k

R (k )

延时k

R (k )

延时k

R (k )

图1.7 不同矩形窗长条件下的浊音的短时自相关函数

三、实验仪器和设备

PC 机1台，麦克风一个，matlab 编程软件

四、实验内容及步骤

1．安装Matlab6.x 软件实验平台 （如系统已安装Matlab 6.软件 ，直接进第二步）。 2. 利用麦克风录制一段自己的语音信号。 3. 利用matlab 绘制语音信号时域波形。

4. 对语音信号进行加窗处理，并比较汉明窗与矩形窗的区别。

5. 利用matlab 提取语音信号的短时能量、短时过零率以及自相关函数。

6. 分析不同语音信号的短时能量、短时过零率以及自相关函数的不同。

7. 分析上述三种语音信号特征对语音信号分析的意义。

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图1为加汉明窗后的图形,图2为短时能量的图片,图3为求自相关函数,代码如下: Y=WA VREAD('XJG.WA V',[2700,3211]);

% 加汉明窗

window=hamming(32);

subplot(2,1,1);plot(Y);

for i=1:15

y(i*32:i*32+31,1:1)=Y(i*32:i*32+31,1:1).*window;

end

subplot(2,1,2);plot(y);% 求短时能量

En=0;

for k=1:15

En=conv(window,Y.*a);% 求短时能量函数En

end

figure(2)

plot(En);% 求自相关函数

N=240

R=zeros(1,240);

for k=1:240

for n=1:240-k

R(k)=R(k)+y(n)*y(n+k);

end

end

j=1:240;

figure(3)

plot(j,R);

grid;

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图1 加汉明窗后的波形

图2 短时能量

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图3 自相关函数

a=wavread('XJG.WA V ');

n=length(a);

N=320;

h=hamming(N);

for i=1:n-1

if a(i)>=0

b(i)= 1;

else

b(i) = -1;

end

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

if a(i+1)>=0

b(i+1)=1;

else

b(i+1)= -1;

end

w(i)=abs(b(i+1)-b(i)); %求出每相邻两点符号的差值的绝对值

end

k=1;

j=0;

while (k+N-1)

Zm(k)=0;

for i=0:N-1;

Zm(k)=Zm(k)+w(k+i);

end

j=j+1;

k=k+N/2; %每次移动半个窗

end

for w=1:j

Q(w)=Zm(160*(w-1)+1)/(2*N); %短时平均过零率

end

plot(Q);grid;

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图4 短时平均过零率

图5为加矩形窗后的图形,图6为短时能量的图片,图7为求自相关函数,代码如下:

Y=WA VREAD('XJG.WA V',[2700,3211]);

% 加矩形窗

window=rectwin(32);

subplot(2,1,1);plot(Y);

for i=1:15

y(i*32:i*32+31,1:1)=Y(i*32:i*32+31,1:1).*window;

end

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

subplot(2,1,2);plot(y);

% 求短时能量

En=0;

for k=1:15

En=conv(window,Y.*a);% 求短时能量函数En

end

figure(2)

plot(En);

% 求自相关函数

N=240

R=zeros(1,240);

for k=1:240

for n=1:240-k

R(k)=R(k)+y(n)*y(n+k);

end

end

j=1:240;

figure(3)

plot(j,R);

grid;

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图5 加矩形窗

图6 短时能量

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图7 求自相关函数

利用matlab提取语音信号的短时能量、短时过零率以及自相关函数

a=wavread('XJG.WA V');

n=length(a);

N=320;

h=rectwin(N);

for i=1:n-1

if a(i)>=0

b(i)= 1;

else

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

b(i) = -1;

end

if a(i+1)>=0

b(i+1)=1;

else

b(i+1)= -1;

end

w(i)=abs(b(i+1)-b(i)); %求出每相邻两点符号的差值的绝对值

end

k=1;

j=0;

while (k+N-1)

Zm(k)=0;

for i=0:N-1;

Zm(k)=Zm(k)+w(k+i);

end

j=j+1;

k=k+N/2; %每次移动半个窗

end

for w=1:j

Q(w)=Zm(160*(w-1)+1)/(2*N); %短时平均过零率

end

plot(Q);grid;%求短时平均过零率

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

图8 短时平均过零率

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261

课程：专业综合实验实验日期：2014年1 月 3 日成绩：

五、实验总结

这次实验我获益匪浅,掌握了利用matlab程序进行语音信号的录制与回放,理解了语音信号的时域特征参数的概念，如短时能量、短时过零率等,掌握,对语音信号进行时域特征参数提取的方法。

同时感谢高诺老师以及耿淑娟老师的耐心指导。

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩：

总程序

1、汉明窗的函数代码

Y=W A VREAD('XJG.W A V',[10001,10512]);

window=hamming(32);

subplot(2,1,1);plot(Y);

for i=1:15

y(i*32:i*32+31,1:1)=Y(i*32:i*32+31,1:1).*window;

end

subplot(2,1,2);plot(y);

% 求短时能量

En=0;

for k=1:15

En=conv(window,Y.*a);% 求短时能量函数En

end

figure(2)

plot(En);

% 求自相关函数

N=240

R=zeros(1,240);

for k=1:240

for n=1:240-k

R(k)=R(k)+y(n)*y(n+k);

end

end

j=1:240;

figure(3)