基于 MATLAB 分析语音信号频域特征

语音信号处理实验报告实验三基于 MATLAB 分析语音信号频域特征所在院系：工学院专业: 电子信息工程班级：电信112姓名：学号：指导教师：***2014年05月06日实验三基于 MATLAB 分析语音信号频域特征一、实验目的信号的傅立叶表示在信号的分析与处理中起着重要的作用。

因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。

另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更深入地说明信号的各项红物理现象。

由于语音信号是随着时间变化的，通常认为，语音是一个受准周期脉冲或随机噪声源激励的线性系统的输出。

输出频谱是声道系统频率响应与激励源频谱的乘积。

声道系统的频率响应及激励源都是随时间变化的，因此一般标准的傅立叶表示虽然适用于周期及平稳随机信号的表示，但不能直接用于语音信号。

由于语音信号可以认为在短时间内，近似不变，因而可以采用短时分析法。

本实验要求掌握傅里叶分析原理，会利用已学的知识，编写程序估计短时谱、倒谱，画出语谱图，并分析实验结果，在此基础上，借助频域分析方法所求得的参数分析语音信号的基音周期或共振峰。

二、实验原理1、短时傅立叶变换由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为：其中 w(n-m)是实窗口函数序列，n 表示某一语音信号帧。

令 n-m=k'，则得到同样，不同的窗口函数，将得到不同的傅立叶变换式的结果。

由上式可见，短时傅立叶变换有两个变量：n 和ω，所以它既是时序 n 的离散函数，又是角频率ω的连续函数。

与离散傅立叶变换逼近傅立叶变换一样，如令ω=2πk/N，则得离散的短时傅立叶吧如下：2、语谱图水平方向是时间轴，垂直方向是频率轴，图上的灰度条纹代表各个时刻的语音短谱。

语谱图反映了语音信号的动态频率特性，在语音分析中具有重要的实用价值。

被成为可视语言。

语谱图的时间分辨率和频率分辨率是由窗函数的特性决定的。

时间分辨率高，可以看出时间波形的每个周期及共振峰随时间的变化，但频率分辨率低，不足以分辨由于激励所形成的细微结构，称为宽带语谱图；而窄带语谱图正好与之相反。

宽带语谱图可以获得较高的时间分辨率，反映频谱的快速时变过程；窄带语谱图可以获得较高的频率分辨率，反映频谱的精细结构。

两者相结合，可以提供带两与语音特性相关的信息。

语谱图上因其不同的灰度，形成不同的纹路，称之为“声纹”。

声纹因人而异，因此可以在司法、安全等场合得到应用。

3、复倒谱和倒谱在时域上，语音产生模型实际上是一个激励信号与声道冲激响应的卷积。

对于浊音，激励信号可以由周期脉冲序列表示；对于清音，激励信号可以由随机噪声序列表示。

声道系统相当于参数缓慢变化的零极点线性滤波器。

这样经过同态处理后，语音信号的复倒谱，激励信号的复倒谱，声道系统的复倒谱之间满足下面的关系：由于倒谱对应于复倒谱的偶部，因此倒谱与复倒谱具有同样的特点，很容易知道语音信号的倒谱，激励信号的倒谱以及声道系统的倒谱之间满足下面关系：浊音信号的倒谱中存在着峰值，它的出现位置等于该语音段的基音周期，而清音的倒谱中则不存在峰值。

利用这个特点我们可以进行清浊音的判断，并且可以估计浊音的基音周期。

4、基因周期估计浊音信号的倒谱中存在峰值，它的出现位置等于该语音段的基音周期，而清音的倒谱中则不存在峰值。

利用倒谱的这个特点，我们可以进行语音的清浊音判决，并且可以估计浊音的基音周期。

首先计算语音的倒谱，然后在可能出现的基因周期附近寻找峰值。

如果倒谱峰值超过了预先设置的门限，则输入语音判断为浊音，其峰值位置就是基因周期的估计值；反之，如果没有超出门限的峰值的话，则输入语音为清音。

5、共振峰估计对倒谱进行滤波，取出低时间部分进行进行逆特征系统处理，可以得到一个平滑的对数谱函数，这个对数谱函数显示了输入语音段的共振峰结构，同时谱的峰值对应于共振峰频率。

通过此对数谱进行峰值检测，就可以估计出前几个共振峰的频率和强度。

对于浊音的声道特性，可以采用前三个共振峰来描述；清音不具备共振峰特点。

二、实验结果1 短时谱2 语谱图3 倒谱和复倒谱图 3、4 是加矩形窗和汉明窗的倒谱图和复倒谱图,图中横轴的单位是Hz，纵轴的单位是 dB。

4 基因周期和共振峰估计四、参考程序cleara=wavread('beijing.wav'); subplot(2,1,1),plot(a);title('original signal'); gridN=256;h=hamming(N);for m=1:Nb(m)=a(m)*h(m)endy=20*log(abs(fft(b))) subplot(2,1,2)plot(y);title('¶ÌʱÆ×'); grid00.51 1.52 2.53 3.54x 104-0.500.51050100150200250300-150-100-50050短时谱[x,fs,nbits]=wavread('beijing.wav') specgram(x,512,fs,100); xlabel('ʱ¼ä(s)'); ylabel('ƵÂÊ(Hz)'); title('ÓïÆ×ͼ');00.51 1.52 2.53 3.54x 104-0.500.51时间(s)频率(H z )语谱图0.511.522.533.544.51000200030004000cleara=wavread('beijing.wav',[4000,4350]); N=300; h=linspace(1,1,N); for m=1:N b(m)=a(m)*h(m); end c=cceps(b); c=fftshift(c); d=rceps(b); d=fftshift(d); subplot(2,1,1)plot(d);title('¼Ó¾ØÐδ°Ê±µÄµ¹Æ×') subplot(2,1,2)plot(c);title('¼Ó¾ØÐδ°Ê±µÄ¸´µ¹Æ×')050100150200250300-6-4-202050100150200250300-6-4-202加矩形窗时的复倒谱cleara=wavread('beijing.wav',[4000,4350]); N=300; h=hamming(N); for m=1:N b(m)=a(m)*h(m); end c=cceps(b); c=fftshift(c); d=rceps(b); d=fftshift(d); subplot(2,1,1)plot(d);title('¼ÓººÃ÷´°Ê±µÄµ¹Æ×') subplot(2,1,2)plot(c);title('¼ÓººÃ÷´°Ê±µÄ¸´µ¹Æ×')050100150200250300-6-4-202050100150200250300-10-55加汉明窗时的复倒谱语音信号处理实验报告实验四基于 MATLAB 的 LPC 分析所在院系：工学院专业: 电子信息工程班级：电信112姓名：学号：指导教师：汤永清2014年05月06日实验四基于 MATLAB 的 LPC 分析一、实验目的线性预测分析是᳔有效的语音分析技术之一，在语音编码、语音合成、语音识别和说话人识别等语音处理领域中得到了广泛的应用。

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到᳔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。

如果将语音模型看作激励源通过一个线性时不变系统产生的输出，那么可以利用 LP 分析对声道参数进行估值，以少量低信息率的时变参数精确地描述语音波形及其频谱的性质。

此外，LP 分析还能够对共振峰、功率谱等语音参数进行精确估计，LP 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。

此时有两种方案：一种是将长的语音序列加窗，然后对加窗语音进行 LP 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；另一种方案不对语音加窗，而是在计算均方预测误差时限制其取和区间，这样可以导出 LP 分析的自协方差法。

本实验要求掌握 LPC 原理，会利用已学的知识，编写程序估计线性预测系数以及 LPC 的推演参数，并能利用所求的相关参数估计语音的端点、清浊音判断、基因周期、共振峰等。

二、实验原理1 LP 分析基本原理LP 分析为线性时不变因果稳定系统 V（z）建立一个全极点模型，并利用均方误差准则，对已知的语音信号 s(n)进行模型参数估计。

如果利用 P 个取样值来进行预测，则称为 P 阶线性预测。

假设用过去 P 个取样值显然，误差越接近于零，线性预测的准确度在均方误差᳔小的意义上为᳔佳，由此可以计算出预测系数。

通过 LPC 分析，由若干帧语音可以得到若干组 LPC 参数，每组参数形成一个描绘该帧语音特征的矢量，即 LPC 特征矢量。

由 LPC 特征矢量可以进一步得到很多种派生特征矢量，例如线性预测倒谱系数、线谱对特征、部分相关系数、对数面积比等等。

不同的特征矢量具有不同的特点，它们在语音编码和识别领域有着不同的应用价值。

2 自相关法值得注意的是，自相关法在计算预测误差时，数据段的两端都需要加 P 个零取样值，因而可造成谱估计失真。