基于MATLAB的泛音列分析
基于Matlab的音频信号处理与分析技术研究
基于Matlab的音频信号处理与分析技术研究一、引言音频信号处理与分析技术是数字信号处理领域中的重要研究方向之一，随着数字音频设备的普及和发展，对音频信号的处理和分析需求也日益增加。
Matlab作为一种功能强大的科学计算软件，被广泛应用于音频信号处理领域。
本文将探讨基于Matlab的音频信号处理与分析技术的研究现状和发展趋势。
二、音频信号处理基础在深入研究基于Matlab的音频信号处理技术之前，首先需要了解音频信号的基本特性和处理方法。
音频信号是一种连续时间信号，通常以数字形式表示。
常见的音频信号处理包括采样、量化、编码等步骤，这些步骤对后续的信号处理和分析至关重要。
三、Matlab在音频信号处理中的应用Matlab提供了丰富的工具箱和函数，可以方便地进行音频信号处理和分析。
通过Matlab，可以实现音频文件的读取、播放、滤波、时域分析、频域分析等功能。
同时，Matlab还支持自定义算法和函数，使得用户可以根据实际需求进行灵活的处理。
四、音频信号处理算法在音频信号处理中，常用的算法包括时域滤波、频域滤波、时频分析等。
这些算法在Matlab中都有相应的实现方式，用户可以根据具体情况选择合适的算法进行处理。
例如，通过时域滤波可以去除噪声；通过频域分析可以提取信号的频谱信息；通过时频分析可以观察信号在时域和频域上的变化。
五、Matlab工具箱在音频信号处理中的应用Matlab提供了许多专门用于音频信号处理的工具箱，如Signal Processing Toolbox、Audio Toolbox等。
这些工具箱包含了丰富的函数和工具，可以帮助用户快速高效地进行音频信号处理和分析。
用户可以根据需要选择合适的工具箱，并结合自身需求进行定制化处理。
六、实例分析为了更好地说明基于Matlab的音频信号处理与分析技术，我们以语音识别为例进行实例分析。
语音识别是一种重要的应用场景，涉及到语音信号的采集、预处理、特征提取、模式匹配等多个环节。
基于Matlab的音叉声音信号的采集与分析
＋卢 ＬＯ￡ ２ 害＋ ｍ Ｓ ￣ Ｃ． ０
（ １ ）
式 中 ，ｌ＋ Ｉ＋ ｍｏ为音 叉振 动 系统 的总质 量 ， ｎ Ｔ Ｉ 其 中 Ｉ 双臂 上 固定对 称位 置 的附加 质量 ， ｏ ｎ为 ｒ 为音 ｎ 叉 双 臂的等 效质 量 ， Ｆ为 强迫 力 的振 幅 ， 为 强 迫 力 的 圆频率 。 式 （）为 振 动 系 统 做 受 迫 振 动 的方 程 ， 的 １ 它
基 于 Ｍａｌｂ的 音 叉声 音信 号 的 采 集 与分 析 ｔ ａ
盛 翌航 ， 原 点 ， 黄 王 颖 ， 陆唯 一 ， 东 生 陈
（ 上海电力学院 ， 海 上 ２０ ９ ） ００ ０
摘
要： 利用 Ｍａ￣ 实现了声音信号数据的实时采集和分析。ห้องสมุดไป่ตู้过音 ｔ ｌ
关 键 词： 音叉 ； 数据采集 ； 频谱分析 ￣ ｔ ｂ Ｍａ ａ ｌ 中图分类 号： －３ ０４３ 文献标识码 ： Ａ
第 ２卷 第 １ ４ 期 ２ １ 年 ２月 ０１
大
学
物
理 实
验
Ｖｏ＿ ４Ｎ ０ ｌ２ ．１ Ｆｅ ．２ １ ｂ ０１
ＰＨ ＹｓＣＡＩ ＥⅪ 眦 ｌ ， 隙
ＮＴ ＯＦ Ｃ０Ｌ ，（Ｅ ＩＥ ；
文 章 编 号 ：０ ７２３ （０ １０ －０ ３ ３ １０ －９ ４ ２ １ ） １０ ８ － ０
他数据采集设备如美国 Ｎ 公司的 Ｅ系列数据采 Ｉ 集卡接 口板进行控制 ， 并且是一个数 据分 析与处 理 功强 大 的工程 软件 。 从数 据 采集 的 角度 来 看 ， 卡是 一 种 音 频 范 声 围内 的数 据 采集 卡 ， 计 算 机 与外 部 的模 拟 量 环 是 境 联系 的重要 途 径 。声 卡 可分 为模数 转换 电路 和 数模转换 电路两部分 ， 模数转换 电路 负责将麦克 风等声音输入设备采到 的模拟声音信号转换为电 脑能处理的数字信号； 而数模转换 电路负责将 电 脑使 用 的数 字 声音 信号 转换 为 喇叭等设 备 能使 用 的模拟信号。基于 Ｍａｌ 并结合声卡数据采集 ｔｂ ａ 与分 析结构 图见 图 １ 。
基于MATLAB的语音信号分析与处理的实验报告
基于MA TLAB的语音信号分析与处理的实验报告数字信号课程设计，屌丝们有福了一.实验目的数字信号课程设计，屌丝们有福了综合计运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应的结论，培养发现问题、分析问题和解决问题的能力。
并利用MATLAB作为工具进行实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。
此外，还系统的学习和实现对语音信号处理的整体过程，从语音信号的采集到分析、处理、频谱分析、显示和储存。
二.实验的基本要求数字信号课程设计，屌丝们有福了1.进一步学习和巩固MATLAB的使用，掌握MATLAB的程序设计方法。
2.掌握在windows环境下语音信号采集的方法。
3.掌握数字信号处理的基本概念、基本理论、原理和基本方法。
4.掌握MATLAB设计FIR和IIR数字滤波器的方法。
5.学会用MATLAB对信号进行分析和处理。
三．实验内容录制一段自己的语音信号，（语音信号声音可以理解成由振幅和相位随时间缓慢变化的正弦波构成。
人的听觉对声音的感觉特征主要包含在振幅信息中，相位信息一般不起作用。
在研究声音的性质时，往往把时域信息（波形图）变换得到它的频域信息（频谱），通过研究频谱和与频谱相关联的特征获得声音的特性。
）并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法或者双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号发生的变化；回放语音信号。
数字信号课程设计，屌丝们有福了四．实验的实现（1）.语音信号的采集采用windows下的录音机或者手机、其他的软件，录制一段自己的话音，时间控制在一分钟左右；然后在MATLAB软件平台下，利用函数wavread对自己的话音进行采样，记住采样的频率和采样的点数。
基于MATLAB的音频信号的分析与处理
HEBEINONGJI 农 机
机电·教育·推广
摘 要：本文主要通过 matlab 编程处理音频信号，并设计基本回声系统、IIR 和 FIR 滤波器，分析信号的时域、频域及 音频信号的特点，最终得到对音乐信号处理的结果。
关键词：matlab 程序；音频信号；滤波器设计
基于 MATLAB 的音频信号的分析与处理
与原声音乐对比，再观察滤波后的信号与原信号对比，最终确定
合适的 a 值。 2.2 程序 单回声滤波器 T=0.3； a=0.7； b1=[1,zeros(1,T*f-1),a] ； w=-pi:2*pi/1024:pi； [H,w]=freqz（b1,a）； plo（t w/2*pi,abs（H）） figure plo（t w/2*pi,angle（H）） y1=filte（r b1,1,x）； sound（y1，f） 无限回声滤波器 b2=[zeros（1，T*f），1]； a2=[1,zeros（1，T*f-1）,-a]； w=-pi:2*pi/1024:pi； [H2,w]=freqz（b2,a2）； plo（t w/2*pi,abs（H2）） figure plo（t w/2*pi，angle（H2）） 全通滤波器 b3=[a,zeros（1,T*f-1）,-1]； a3=[1,zeros（1,T*f-1）,-a]； [H3,w]=freqz（b3,a3,1024)； plo（t w/2*pi，abs（H3）） plo（t w/2*pi,abs（H3）） 2.3 分析与结论 （1）单回声滤波器又称为梳状滤波器。 （2）信号通过单回声、无限回声滤波器后的幅值与相位均发
46
2019 年 IIR 程序 Fdatool plo（t x） hold on [b3,a3]=t（f Hdi）； x1=filte（r b3，a3，x）； sound（x1，f)） sound（x，f） plo（t x1,'r'） figure X=ff（t x）； N=length（x）； f1=0:f/N:f-f/N； plo（t f1/1000，abs（X））； hold on Xi=ff（t x1）； Ni=length（x1）； fi=0:f/Ni:f-f/Ni； plot(fi/1000,abs（Xi）,'r'） 2.3.2.1FIR 程序 fdatool a=0.7； [b4,a4]=t（f Hdf）； x2=filte（r b4,a4,x）； sound（x2,f） Xf=ff（t x2）； Nf=length（x2）； ff=0:f/Nf:f-f/Nf； plot(ff/1000,abs（Xf）） 2.3.3 分析结论 （1）信号经低通滤波器后，高频分量被滤除。 （2）相同指标下，IIR 滤波器比 FIR 滤除效果好。 （3）经滤波器滤波后，音乐信号声音更加圆润，噪声更小。 参考文献： [1]高西全,丁美玉.数字信号处理[M].西安电子科技大学出版 社,2000. [2]陈亚勇.MATLAB 信号处理详解[M].人民邮电出版社,2000. [3]杨树斌.数字信号处理实践教程（第一版）[M].华中科技大 学出版社,2010.
基于MATLAB的音频信号分析与处理研究
基于MATLAB的音频信号分析与处理研究随着现代科技的迅速发展，人们生活中的技术产品越来越多，手机、电脑、智能家居等等产品无不需要用到音频信号的处理。
然而，音频信号的分析和处理技术仍然是一个重要的研究领域，MATLAB作为一个强大的科学计算软件，已经成为音频信号处理中不可或缺的工具。
音频信号处理的基础是信号的采样和量化。
信号采样是指将模拟信号转换为数字信号的过程，采样频率越高，则采样的足够密集。
量化是将连续的采样点转换为数字表示的过程。
MATLAB提供了丰富的函数，可以简化这个步骤的执行。
通过建立音频处理模型，可通过MATLAB工具进行处理，实现对音频信号的录制、剪辑、滤波、模拟等任务。
音频信号的分析是指在时域和频域上对音频信号进行数学处理分析的过程。
时域分析时，我们利用MATLAB绘制波形图，根据波形图的形状和变化，可以很直观地判断出音频信号的一些特征。
频域分析时，我们利用MATLAB FFT变换函数，将信号从时域转换为频域，进而得到信号频率分布的情况。
此外，MATLAB也提供了一些现成的工具箱，如信号处理工具箱和波形工具箱，可以帮助我们更方便地进行音频信号处理，简化代码编写过程。
音频信号处理应用广泛，如语音识别、音频噪声消除、歌曲推荐系统等等。
其中，语音识别是一个需要进行音频信号处理的重要领域。
语音识别的关键在于对语音信号进行唤醒和分割等预处理。
MATLAB可以用于实现这些预处理，并生成分割后的音频文件。
这些文件可以进一步被用于训练机器学习模型，从而完成语音识别的任务。
此外，音频噪声也是一个常见的处理问题。
MATLAB中提供了一些去噪函数，可以帮助我们去除环境噪声。
这些函数基于数字信号处理的原理，可以选择不同类型的滤波器，对噪声信号进行消除。
在处理时，我们需要根据实际情况来选择合适的参数来调整滤波器的参数。
总的来说，MATLAB提供了强大的工具，可以极大地简化音频信号的处理和分析工作。
在实际使用过程中，我们可以根据不同的需求，选择不同的函数进行使用。
matlab音乐信号处理,基于matlab的音乐信号处理和分析.doc
matlab⾳乐信号处理,基于matlab的⾳乐信号处理和分析.doc 基于matlab的⾳乐信号处理和分析1⾳乐信号的⾳谱和频谱的观察使⽤windows下的录⾳机录制⼀段⾳乐信号或者采⽤其他软件截取⼀段⾳乐信号(要求：时间不超过5s，⽂件格式为WAV)使⽤wavread语句读取⾳乐信号获取抽样率；(注意：读取的信号是双声道信号，即为双列向量，需要分列处理)；输出⾳乐信号的波形和频谱，观察现象；使⽤sound语句播放⾳乐信号，注意不同抽样率下的⾳调变化，解释现象程序：clear all;close all;clc[y,fs,bit]=wavread('E:\music\11'); %读取⾳乐信号size(y) %看⾳乐信号是双列还是单列y1=y(:,1); %取单列fs=fs %获取⾳乐信号的抽样率N=length(y1); %⾳乐信号的长度Fy1=fft(y1,N); %对信号做快速傅⾥叶变换w=2/N*[0:N-1];figure %画⾳乐信号的波形和频谱subplot(2,1,1);plot(y1);grid ontitle('⾳乐信号的波形')xlabel('time/s')ylabel('Magnitude')subplot(2,1,2);plot(w,abs(Fy1));grid ontitle('⾳乐信号的频谱')xlabel('Frequency/pi')ylabel('Magnitude')sound(y1,fs) %以抽样率fs播放⾳乐信号sound(y1,2*fs) %以抽样率2fs播放⾳乐信号sound(y1,1/2*fs) %以抽样率1/2fs播放⾳乐信号程序运⾏结果如下：⾳乐信号的抽样率fs=44100⾳乐信号的波形和频谱如下图：抽样率较⾼时，听到的⾳乐⾳调较⾼，速度较快；抽样率较低时，听到的⾳乐⾳调低，速度慢。
MATLAB在音频处理与音乐分析中的应用方法与特征提取与分类技巧
MATLAB在音频处理与音乐分析中的应用方法与特征提取与分类技巧音频处理与音乐分析是现代音乐科学与工程领域一个重要的研究方向，它涉及到信号处理、数字音乐、机器学习等各个领域的知识与技术。
作为一种功能强大且广泛应用的科学计算软件，MATLAB在音频处理与音乐分析中扮演着重要的角色。
本文将介绍MATLAB在音频处理与音乐分析中的应用方法，并探讨特征提取与分类技巧。
一、音频处理音频处理是指对音频信号进行各种数字信号处理方法的应用，包括降噪、滤波、压缩、增益调整等。
MATLAB提供了一系列用于音频处理的函数和工具箱，可以方便地完成各种音频处理任务。
首先，我们可以使用MATLAB对音频信号进行读取和播放。
MATLAB提供了`audioread`和`audiowrite`函数，用于读取和写入音频文件。
通过这些函数，我们可以将音频文件加载到MATLAB中，并进行各种处理。
例如，我们可以使用`audioread`函数读取一个音频文件，并使用`sound`函数播放它。
其次，MATLAB还提供了许多用于音频信号处理的函数和工具箱。
例如，`fft`函数可以用于进行快速傅里叶变换，`filter`函数可以用于数字滤波，`spectrogram`函数可以用于生成音频信号的谱图等。
利用这些函数，我们可以对音频信号进行降噪、滤波、频谱分析等各种处理。
二、音乐分析音乐分析是指对音乐信号进行分析与研究，从而提取出音乐的各种特征和信息。
MATLAB提供了一系列用于音乐分析的函数和工具箱，可以帮助我们进行音乐信号的特征提取与分类。
一种常用的音乐特征是音频信号的频谱特征。
频谱特征可以通过对音频信号进行傅里叶变换得到。
MATLAB提供了`fft`函数和`spectrogram`函数，可以方便地计算音频信号的频谱。
通过分析音频信号的频谱特征，我们可以获取音乐的音调、节奏等信息。
除了频谱特征，音乐还包含许多其他的特征，如时域特征、时频特征等。
在Matlab中进行音频处理与音乐分析技术
在Matlab中进行音频处理与音乐分析技术音频处理与音乐分析技术是一门蓬勃发展的领域，广泛应用于音乐制作、语音识别等多个领域。
Matlab是一款专业的科学计算软件，提供了丰富的音频处理和音乐分析工具箱，使得在Matlab中进行音频处理和音乐分析技术变得非常便捷。
一、音频处理技术1. 音频采样与重采样音频采样是将连续的音频信号转化为离散的数字信号。
Matlab提供了丰富的信号处理函数，可以方便地进行音频采样与重采样操作。
通过合适的采样率和重采样算法，可以实现音频信号的质量提升或降低。
2. 音频滤波与降噪在音频采集或传输过程中，往往会受到环境噪声的影响，影响音频的清晰度和质量。
Matlab提供了多种滤波和降噪算法，如低通滤波、高通滤波、中值滤波等，可以有效去除噪声，并提升音频的质量。
3. 音频增益与平衡音频增益与平衡是调整音频信号的音量和频谱特性，以适应不同的听觉感受。
Matlab提供了音频处理工具箱，可以通过增益控制、均衡器等功能对音频进行增益和平衡处理，达到更加理想的音频效果。
4. 音频编码与解码音频编码与解码是将音频信号转换为数字编码进行传输或存储，并再次解码还原为音频信号。
Matlab提供了多种音频编码和解码算法，如MP3、AAC、FLAC 等，可以方便地进行音频编码和解码操作。
二、音乐分析技术1. 音频特征提取音频特征提取是从音频信号中提取与音乐内容相关的特征信息，如音高、节奏、音色等。
Matlab提供了丰富的音频特征提取函数，如短时傅里叶变换(STFT)、梅尔倒谱系数(MFCC)等，可以快速准确地提取音频特征。
2. 音频分割与识别音频分割与识别是将音频信号根据不同的音乐片段进行分割，并进行自动识别和分类。
Matlab提供了多种音频分割与识别算法，如时间域分割、频域分割、音高识别等，可以对音频信号进行准确的分割和识别。
3. 音频匹配与检索音频匹配与检索是根据输入的音频信号在数据库中进行匹配和检索，找出相似的音频或音乐。
MATLAB技术音乐分析方法
MATLAB技术音乐分析方法介绍音乐是人类文化中不可或缺的一部分，它有着丰富多样的样式和形式。
随着科技的发展，人们对音乐进行分析和研究的需求也逐渐增加。
MATLAB作为一种流行的科学计算软件，可以提供丰富的工具和算法来分析音乐。
本文将探讨一些MATLAB技术在音乐分析方面的应用。
音频信号处理在音乐分析中，首先需要将音频信号转换为数字形式，以便进行计算和分析。
MATLAB提供了强大的信号处理工具箱，可以实现音频信号的读取、处理和分析。
通过MATLAB中的函数，我们可以轻松地将音频文件加载到变量中，并进行预处理操作，比如去噪、均衡化和滤波等。
频谱分析频谱分析是音乐分析的重要一环，它可以揭示出音频信号中不同时域和频域的特征。
MATLAB提供了快速傅里叶变换（FFT）和短时傅里叶变换（STFT）等函数，可以将音频信号转换成频域表示。
通过对频谱数据的分析，可以提取出音乐中的频谱特征，比如频谱图、频谱包络和频谱质心等。
节奏分析节奏是音乐中的重要元素，了解音乐的节奏特征对分析和理解音乐非常重要。
MATLAB提供了一系列的时间序列分析工具，可以用于检测和提取音频信号中的节奏信息。
通过对信号进行重采样和分析，我们可以得到节拍点、节拍强度和节拍频率等节奏特征。
音高分析音高是音乐中的基本特征之一，它可以用于分析音乐的旋律和和声。
MATLAB 提供了多种音高分析算法，可以用于检测和提取音频信号中的音高信息。
通过调用MATLAB中的音高分析函数，我们可以得到音高轮廓、音高曲线和音高直方图等音高特征，从而对音乐的旋律进行定量分析和比较。
情感分析音乐不仅仅是一种艺术形式，也承载着人们的情感和情绪。
MATLAB可以通过分析音频信号的特征来实现音乐的情感分析。
通过对振幅、节奏、音高等各种特征的分析，可以推断出音乐中所包含的情感倾向。
这种情感分析的结果可以应用于音乐推荐系统、情感分类和情感识别等应用中。
机器学习方法除了以上介绍的传统分析方法，MATLAB还提供了丰富的机器学习工具箱，可以用于音乐分类、拟合和聚类等任务。
基于Matlab的音频信号处理与分析算法研究
基于Matlab的音频信号处理与分析算法研究一、引言音频信号处理与分析一直是数字信号处理领域中的重要研究方向之一。
随着数字技术的不断发展和成熟，基于Matlab的音频信号处理与分析算法研究也日益受到关注。
本文将探讨在Matlab环境下进行音频信号处理与分析的相关算法研究。
二、Matlab在音频信号处理中的应用Matlab作为一种强大的科学计算软件，提供了丰富的工具箱和函数库，为音频信号处理与分析提供了便利。
在Matlab中，可以通过调用各种函数实现音频信号的读取、采样、滤波、时域分析、频域分析等操作。
同时，Matlab还支持自定义算法和函数，使得研究人员可以根据具体需求进行灵活的算法设计和实现。
三、音频信号处理算法研究1. 音频信号读取与播放在Matlab中，可以使用audioread函数读取音频文件，并通过sound函数进行播放。
这为后续的音频信号处理奠定了基础。
2. 音频信号滤波滤波是音频信号处理中常用的技术之一，可以通过设计数字滤波器实现对音频信号的去噪、降噪等操作。
在Matlab中，可以利用designfilt函数设计各种类型的数字滤波器，并通过filter函数实现滤波操作。
3. 音频信号时域分析时域分析是对音频信号在时间轴上的分析，常用于波形展示、能量计算等。
在Matlab中，可以通过绘制波形图、计算均方根能量等方式进行时域分析。
4. 音频信号频域分析频域分析是对音频信号在频率轴上的分析，常用于谱分析、频谱显示等。
在Matlab中，可以通过快速傅里叶变换（FFT）等方法实现对音频信号的频域分析。
5. 音频信号特征提取音频信号特征提取是对音频信号进行特征描述和表征的过程，常用于语音识别、情感识别等应用。
在Matlab中，可以通过短时傅里叶变换（STFT）、梅尔倒谱系数（MFCC）等方法提取音频信号的特征。
四、案例分析以语音情感识别为例，通过Matlab实现对语音数据集的特征提取和分类器设计，可以有效识别出不同情感状态下的语音信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
文章编号： １ ０ ０ ９— ２ ５ ５ ２ （ ２ ０ １ ４ ） ０ ９— ０ １ ３ ２— ０ ３ 中图分 类号： Ｔ Ｎ ９ １ ４ ． ３ 文献标识码 ： Ａ
基 于 ＭＡ Ｔ Ｌ Ａ Ｂ的泛 音 列分 析
李澍章 ，陈晓荣
（ 上海理工 大学光 电学 院，上海 ２ ０ ０ ０ ９ ３ ）
ｌ ｉ ｂ ｒ ａ ｒ ｙ ｏ ｆ ＭＡＴＬ ＡＢ，ｕ ｓ ｅ ｓ ｔ ｈ ｅ ｈａ ｍｏ ｒ ｎ ｉ ｃ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ａ ｎ ｄ ｈｅ ｔ ｅ ｎ ｅ ｒ ｇ ｙ ｄ ｅ ｎｓ ｉ ｔ ｙ ｓ ｐ ｅ ｃ ｔ ｒ ｕ ｍ ｔ ｏ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ
Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ ｈ ａ ｒ ｍｏ ｎ ｉ ｃ ｓ ｅ ｒ ｉ ｅ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｍ ＡＴＬＡＢ
．
Ｌ Ｉ Ｓ ｈ ｕ — ｚ ｈ ａ ｎ ｇ．ＣＨＥＮ Ｘｉ ａ ｏ ． ｒ ｏ ｎ ｇ （ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｏ ｐ ｔ ｉ ｃ ａ ｌ － Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ａｌ ｃ ａ ｎ ｄ Ｃ ｏ ｍｐ ｕ ｔ ｅ ｒ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ
０ 引言
声 音 由振 动产 生 ， 但 任何物 体在振 动时 ， 不 仅是 整体振 动 ， 还 同时 伴有局 部振动 。整体 的振 动 ， 产 生 的声音 信号 往 往 是 最 强 、 频率 最 低 、 最 容 易 被 听 到 的， 而每个 整数等 分部分 的振动 ， 则产生 谐波 。整 体 振动产 生 的基 音 与整 数 等分 部 分产 生 的谐波 ， 共 同 构成一 串泛音 列 ， 是每个 声音信 号 的主体 。同时 ， 泛 音列 中不 同谐 波 分量 间不 同 的幅值 比 ， 就 形 成 了 千 差万别 的音 色—— 这也 是不 同的声音 能被人 辨别 的 最重要 性 质之 一 。语音 信 号在 １ ０ ｍｓ ～ ３ ０ ｍ ｓ内可 以 认 为是平 稳信号 ， 此 时 可 以用稳 态 分 析 的方 法 来 处
ｓ ｈ ｏ ｃ ｋ， ｗｈ ｉ ｃ ｈ ｃ ｏ ｎ ｓ ｉ ｓ ｔ ｓ ｏ ｆ ａ ｗｈ ｏ ｌ ｅ ｈ ａ ｍ ｏ ｒ ｎ ｉ ｃ ｓ ｅ ｒ ｉ ｅ ｓ ． Ａｓ ａ ｃ ｏ ｎ ｓ ｅ ｑ ｕ ｅ ｎ ｃ ｅ ，ｕ ｓ ｉ ｎ ｇ ｈ ａ ｒ ｍｏ ｎ ｉ ｃ ｓ ｅ ｉ ｒ ｅ ｓ ｍａ ｙ ｃ ｏ ｎ ｔ ｒ ｉ ｂ ｕ ｔ ｅ ｔ ｏ ａ ｎ ａ ｌ ｙ ｚ ｉ ｎ ｇ ｓ ｏ ｎ ｇ ｓ ｆ ｒ ｏ ｍ ｄ ｉ ｉｃ ｆ ｕ ｌ ｔ ｙ ｔ ｏ ｃ ｏ ｎ ｖ ｅ ｎ ｉ ｅ ｎ ｃ ｅ ．Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ，ｗｉ ｈ ｔ ｈｅ ｔ ｐ ｒ ｏ ｇ ｒ ａ ｍｍｉ ｎ ｇ ａ ｎ ｄ
ｃ ａ ｐｔ ｕ ｉｎ ｒ ｇ ｈｅ ｔ ｓ ｐ ｅ ｃ ｉ ａ ｌ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｉｓ ｒ ｔ ｉ ｃ ｓ ｏ ｆ ｄ ｉ ｆｅ ｒ ｅ ｎ ｔ ｔ ｏ ｎ ｅ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ： ｈ ａ ｍ ｏ ｒ ｎ ｉ ｃ ｓ ｅ ｉｅ ｒ ｓ；ＭＡＴＬＡＢ；ｈ ａ ｒ ｍｏ ｎ ｉ ｃ ｒａ ｔ ｃ ｋ
ｓ ｏ ｕ ｎ ｄ ｓ ．Ｉ ｔ ｉ ｓ ｇ ｏ ｉ ｎ ｇ ｔ ｏ ｈ ｅ ｌ ｐ ｉ ｆ ｎ ｄ ｏ ｕ ｔ ｔ ｈ ｅ ｍｏ ｓ ｔ ｓ ｕ ｉ ｔ ａ ｂ ｌ ｅ ｔ ｕ ｎ ｅ ａ ｎ ｄ ｍｕ ｓ ｉ ｃ ａ ｌ ｓ ｔ ｙ ｌ ｅ ｔ ｏ ａ ｇ ｉ ｖ ｅ ｎ ｔ ｉ ｍｂ ｒ ｅ ，ｂ ｙ
ｆ ｏ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｓ ｈ ａ ｎ ｇ ｈ ｉ ａ ２ ０ ０ ０ ９ ３ ， Ｃ ｈ ｉ ｎ ａ ）
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｗｈ ｅ ｎ ｏ ｂ ｊ ｅ ｃ ｔ ｓ ｖ ｉ ｂ ｒ ａ ｔ ｅ ｔ ｏ ｍ ａ ｋ ｅ ｓ ｏ ｕ ｎ ｄ ｓ ， ｉ ｔ ｐ ｒ ｏ ｄ ｕ ｃ ｅ ｓ ｎ ｏ ｔ ｏ ｎ ｌ ｙ ｔ ｈ ｅ ｏ ｖ ｅ ｒ ａ ｌ ｌ ｖ ｉ ｂ ｒ ａ ｔ ｉ ｏ ｎ ， ｂ ｕ ｔ ａ ｌ ｓ ｏ ｔ ｈ ｅ
摘 要 ：物体振动发声时，通常不仅 有整体的振 动，还 同时发 出局部的振 动，构成 完整的泛音 列 。利 用泛音 列来分析 歌 曲， 可 以起 到 化繁 为 简 的效 果 。利 用 Ｍ Ａ Ｔ Ｌ Ａ Ｂ的 编 程 算 法和 函数 库 ， 对截取的音频文件作 了谐波跟踪、能量计算研 究，对不同的声音进行分析，找 出其独有的音 色 特点，以便寻找 出最适合这种声音的曲调与音乐表现方式。 关键 词 ：泛音列 ；ＭＡ Ｔ Ｌ ＡＢ ；谐 波跟踪
平稳信号进行分帧、 加窗处理 ， 进行 陕 速傅里叶变
换， 根据 系数计 算相应 频率 点上 的能量 ， 再 对其 进行 分 贝表 示 ， 以进 行泛 音列—— 分 贝值 的 比较分 析 。
１ 泛 音 列 的提取
１ ． １ 音 频信 号分析
当今 的音频文 件绝大 多数是 以数字 音频 的形式 存 储 和使 用 的 ， 这 为分 析 一些 音 乐 作 品提 供 了很 大 的便捷 。 由于音 频信号 在 短 时 间 内可视 为 平稳 信 号 ， 因