畢業(yè)設(shè)計(jì)_基于DSP的語(yǔ)音信號(hào)處理系統(tǒng)設(shè)計(jì).doc

畢 業(yè) 設(shè) 計(jì) 論 文題目：基于dsp的語(yǔ)音信號(hào)處理 設(shè)計(jì) 系 別：電氣與電子工程系專 業(yè)：電子信息工程姓 名：張作偉學(xué) 號(hào)：123408151指導(dǎo)教師：陳英河南城建學(xué)院 2010年5月23日河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 摘要摘要語(yǔ)音信號(hào)處理是研究用數(shù)字信號(hào)處理技術(shù)和語(yǔ)音學(xué)知識(shí)對(duì)語(yǔ)音信號(hào)進(jìn)行處理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。通過(guò)語(yǔ)音傳遞信息是人類(lèi)最重要、最有效、最常用和最方便的交換信息形式。數(shù)字信號(hào)處理（digitalsignalprocessing，簡(jiǎn)稱dsp）是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字形式對(duì)信號(hào)進(jìn)行采集、變換、濾波、估值、增強(qiáng)、壓縮、識(shí)別等處理，以得到符合人們需要的信號(hào)形式。matlab語(yǔ)言是一種數(shù)據(jù)分析和處理功能十分強(qiáng)大的計(jì)算機(jī)應(yīng)用軟件，它可以將聲音文件變換為離散的數(shù)據(jù)文件，然后利用其強(qiáng)大的矩陣運(yùn)算能力處理數(shù)據(jù)，如數(shù)字濾波、傅里葉變換、時(shí)域和頻域分析、聲音回放以及各種圖的呈現(xiàn)等，它的信號(hào)處理與分析工具箱為語(yǔ)音信號(hào)分析提供了十分豐富的功能函數(shù)，利用這些功能函數(shù)可以快捷而又方便地完成語(yǔ)音信號(hào)的處理和分析以及信號(hào)的可視化，使人機(jī)交互更加便捷。信號(hào)處理是matlab重要應(yīng)用的領(lǐng)域之一。本設(shè)計(jì)針對(duì)現(xiàn)在大部分語(yǔ)音處理軟件內(nèi)容繁多、操作不便等問(wèn)題，采用matlab7.0綜合運(yùn)用gui界面設(shè)計(jì)、各種函數(shù)調(diào)用等來(lái)實(shí)現(xiàn)語(yǔ)音信號(hào)的變頻、傅里葉變換及濾波，程序界面簡(jiǎn)練，操作簡(jiǎn)便，具有一定的實(shí)際應(yīng)用意義。關(guān)鍵字：matlab，語(yǔ)音信號(hào)，傅里葉變換，信號(hào)處理 iiabstractspeech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. transmission of information through the voice of humanitys most important, most effective, most popular and most convenient form of exchange of information.digital signal processing( digitalsignalprocessing, dsp) is the use of computer or special processing equipment, to digital form of signal acquisition, transformation, filtering, estimation, enhancement, compression, recognition processing, in order to get the needs of the people of the signal form.matlab language is a data analysis and processing functions are very powerful computer application software, sound files which can be transformed into discrete data files, then use its powerful ability to process the data matrix operations, such as digital filtering, fourier transform, when domain and frequency domain analysis, sound playback and a variety of map rendering, and so on. its signal processing and analysis toolkit for voice signal analysis provides a very rich feature function, use of these functions can be quick and convenient features complete voice signal processing and analysis and visualization of signals, makes computer interaction more convenient . matlab signal processing is one of the important areas of application.the design of voice-processing software for most of the content are numerous, easy to maneuver and so on, using matlab7.0 comprehensive use gui interface design, various function calls to voice signals such as frequency, amplitude, fourier transform and filtering, the program interface concise, simple, has some significance in practice.keywords: matlab， voice signal，fourier transform，signal processin河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 緒論1 緒 論1.1 課題的背景與意義通過(guò)語(yǔ)音傳遞信息是人類(lèi)最重要、最有效、最常用和最方便的交換信息的形式。語(yǔ)言是人類(lèi)持有的功能。聲音是人類(lèi)常用的工具，是相互傳遞信息的最主要的手段。因此，語(yǔ)音信號(hào)是人們構(gòu)成思想疏通和感情交流的最主要的途徑。并且，由于語(yǔ)言和語(yǔ)音與人的智力活動(dòng)密切相關(guān)，與社會(huì)文化和進(jìn)步緊密相連，所以它具有最大的信息容量和最高的智能水平?，F(xiàn)在，人類(lèi)已開(kāi)始進(jìn)入了信息化時(shí)代，用現(xiàn)代手段研究語(yǔ)音信號(hào)，使人們能更加有效地產(chǎn)生、傳輸、存儲(chǔ)、獲取和應(yīng)用語(yǔ)音信息，這對(duì)于促進(jìn)社會(huì)的發(fā)展具有十分重要的意義。讓計(jì)算機(jī)能聽(tīng)懂人類(lèi)的語(yǔ)言，是人類(lèi)自計(jì)算機(jī)誕生以來(lái)夢(mèng)寐以求的想法。隨著計(jì)算機(jī)越來(lái)越向便攜化方向發(fā)展，隨著計(jì)算環(huán)境的日趨復(fù)雜化，人們?cè)絹?lái)越迫切要求擺脫鍵盤(pán)的束縛而代之以語(yǔ)音輸人這樣便于使用的、自然的、人性化的輸人方式。作為高科技應(yīng)用領(lǐng)域的研究熱點(diǎn)，語(yǔ)音信號(hào)采集與分析從理論的研究到產(chǎn)品的開(kāi)發(fā)已經(jīng)走過(guò)了幾十個(gè)春秋并且取得了長(zhǎng)遠(yuǎn)的進(jìn)步。它正在直接與辦公、交通、金融、公安、商業(yè)、旅游等行業(yè)的語(yǔ)音咨詢與管理。工業(yè)生產(chǎn)部門(mén)的語(yǔ)聲控制，電話、電信系統(tǒng)的自動(dòng)撥號(hào)、輔助控制與查詢以及醫(yī)療衛(wèi)生和福利事業(yè)的生活支援系統(tǒng)等各種實(shí)際應(yīng)用領(lǐng)域相接軌，并且有望成為下一代操作系統(tǒng)和應(yīng)用程序的用戶界面?？梢?jiàn)，語(yǔ)音信號(hào)采集與分析的研究將是一項(xiàng)極具市場(chǎng)價(jià)值和挑戰(zhàn)性的工作。我們今天進(jìn)行這一領(lǐng)域的研究與開(kāi)拓就是要讓語(yǔ)音信號(hào)處理技術(shù)走入人們的日常生活當(dāng)中，并不斷朝更高目標(biāo)而努力。語(yǔ)音信號(hào)采集與分析之所以能夠那樣長(zhǎng)期地、深深地吸引廣大科學(xué)工作者去不斷地對(duì)其進(jìn)行研究和探討，除了它的實(shí)用性之外，另一個(gè)重要原因是，它始終與當(dāng)時(shí)信息科學(xué)中最活躍的前沿學(xué)科保持密切的聯(lián)系，并且一起發(fā)展。語(yǔ)音信號(hào)采集與分析是以語(yǔ)音語(yǔ)言學(xué)和數(shù)字信號(hào)處理為基礎(chǔ)而形成的一門(mén)涉及面很廣的綜合性學(xué)科，與心理、生理學(xué)、計(jì)算機(jī)科學(xué)、通信與信息科學(xué)以及模式識(shí)別和人工智能等學(xué)科都有著非常密切的關(guān)系。對(duì)語(yǔ)音信號(hào)采集與分析的研究一直是數(shù)字信號(hào)處理技術(shù)發(fā)展的重要推動(dòng)力量。因?yàn)樵S多處理的新方法的提出，首先是在語(yǔ)音信號(hào)處理中獲得成功，然后再推廣到其他領(lǐng)域。1.2 國(guó)內(nèi)外研究現(xiàn)狀語(yǔ)音信號(hào)的采集與分析作為一個(gè)重要的研究領(lǐng)域，已經(jīng)有很長(zhǎng)的研究歷史。但是它的快速發(fā)展可以說(shuō)是從1940年前后dudley的聲碼器(vocoder)和potter等人的可見(jiàn)語(yǔ)音（visible speech)開(kāi)始的。1952年貝爾(bell)實(shí)驗(yàn)室的davis等人首次研制成功能識(shí)別十個(gè)英語(yǔ)數(shù)字的實(shí)驗(yàn)裝置。1956年olson和belar等人采用8個(gè)帶通濾波器組提取頻譜參數(shù)作為語(yǔ)音的特征，研制成功一臺(tái)簡(jiǎn)單的語(yǔ)音打字機(jī)。20世紀(jì)60年代初由于faut和steven的努力，奠定了語(yǔ)音生成理論的基礎(chǔ)，在此基礎(chǔ)上語(yǔ)音合成的研究得到了扎實(shí)的進(jìn)展。20世紀(jì)60年代中期形成的一系列數(shù)字信號(hào)處理方法和技術(shù)，如數(shù)字濾波器、快速博里葉變換(fft)等成為語(yǔ)音信號(hào)數(shù)字處理的理論和技術(shù)基礎(chǔ)。在方法上，隨著電子計(jì)算機(jī)的發(fā)展，以往的以硬件為中心的研究逐漸轉(zhuǎn)化為以軟件為主的處理研究。然而，在語(yǔ)音識(shí)別領(lǐng)域內(nèi)，初期有幾種語(yǔ)音打字機(jī)的研究也很活躍，但后來(lái)已全部停了下來(lái)，這說(shuō)明了當(dāng)時(shí)人們對(duì)話音識(shí)別難度的認(rèn)識(shí)得到了加深。所以1969年美國(guó)貝爾研究所的pierce感嘆地說(shuō)“語(yǔ)音識(shí)別向何處去?”。到了1970年，好似反駁pierce的批評(píng)，單詞識(shí)別裝置開(kāi)始了實(shí)用化階段，其后實(shí)用化的進(jìn)程進(jìn)一步高漲，實(shí)用機(jī)的生產(chǎn)銷(xiāo)售也上了軌道。此外社會(huì)上所宣傳的聲紋(voice print)識(shí)別，即說(shuō)話人識(shí)別的研究也扎扎實(shí)實(shí)地開(kāi)展起來(lái)，并很快達(dá)到了實(shí)用化的階段。到了1971年，以美國(guó)arpa(american research projects agency)為主導(dǎo)的“語(yǔ)音理解系統(tǒng)”的研究計(jì)劃也開(kāi)始起步。這個(gè)研究計(jì)劃不僅在美國(guó)園內(nèi)，而且對(duì)世界各國(guó)都產(chǎn)生了很大的影響，它促進(jìn)了連續(xù)語(yǔ)音識(shí)別研究的興起。歷時(shí)五年的龐大的arpa研究計(jì)劃，雖然在語(yǔ)音理解、語(yǔ)言統(tǒng)計(jì)模型等方面的研究積累了一些經(jīng)驗(yàn)，取得了許多成果，但沒(méi)能達(dá)到巨大投資應(yīng)得的成果，在1976年停了下來(lái)，進(jìn)入了深刻的反省階段。但是，在整個(gè)20世紀(jì)70年代還是有幾項(xiàng)研究成果對(duì)語(yǔ)音信號(hào)處理技術(shù)的進(jìn)步和發(fā)展產(chǎn)生了重大的影響。這就是20世紀(jì)70年代初由板倉(cāng)(itakura)提出的動(dòng)態(tài)時(shí)間規(guī)整(dtw)技術(shù)，使語(yǔ)音識(shí)別研究在匹配算法方面開(kāi)辟了新思路；20世紀(jì)70年代中期線性預(yù)測(cè)技術(shù)(lpc)被用于語(yǔ)音信號(hào)處理，此后隱馬爾可夫模型法(hnmm)也獲得初步成功，該技術(shù)后來(lái)在語(yǔ)音信號(hào)處理的多個(gè)方面獲得巨大成功；20世紀(jì)70年代未，linda、buzo、gray和markel等人首次解決了矢量量化(vq)碼書(shū)生成的方法，并首先將矢量量化技術(shù)用于語(yǔ)音編碼獲得成功。從此矢量量化技術(shù)不僅在語(yǔ)音識(shí)別、語(yǔ)音編碼和說(shuō)話人識(shí)別等方面發(fā)揮了重要作用，而且很快推廣到其他許多領(lǐng)域。因此，20世紀(jì)80年代開(kāi)始出現(xiàn)的語(yǔ)音信號(hào)處理技術(shù)產(chǎn)品化的熱潮，與上述語(yǔ)音信號(hào)處理新技術(shù)的推動(dòng)作用是分不開(kāi)的。20世紀(jì)80年代，由于矢量量化、隱馬爾可夫模型和人工神經(jīng)網(wǎng)絡(luò)(ann)等相繼被應(yīng)用于語(yǔ)音信號(hào)處理，并經(jīng)過(guò)不斷改進(jìn)與完善，使得語(yǔ)音信號(hào)處理技術(shù)產(chǎn)生了突破性的進(jìn)展。其中，隱馬爾可夫模型作為語(yǔ)音信號(hào)的一種統(tǒng)計(jì)模型，在語(yǔ)音信號(hào)處理的各個(gè)領(lǐng)域中獲得了廣泛的應(yīng)用。其理論基礎(chǔ)是1970年前后，由baum等人建立起來(lái)的，隨后，由美國(guó)卡內(nèi)基梅隆大學(xué)(cmu)的baker和美國(guó)ibm公司的jelinek等人將其應(yīng)用到語(yǔ)音識(shí)別中。由于美國(guó)貝爾實(shí)驗(yàn)室的babiner等人在20世紀(jì)80年代中期，對(duì)隱馬爾可夫模型深人淺出的介紹，才使世界各國(guó)從事語(yǔ)音信號(hào)處理的研究人員了解和熟悉，進(jìn)而成為一個(gè)公認(rèn)的研究熱點(diǎn)，也是目前語(yǔ)音識(shí)別等的主流研究途徑。進(jìn)入20世紀(jì)90年代以來(lái)，語(yǔ)音信號(hào)采集與分析在實(shí)用化方面取得了許多實(shí)質(zhì)性的研究進(jìn)展。其中，語(yǔ)音識(shí)別逐漸由實(shí)驗(yàn)室走向?qū)嵱没?。一方面，?duì)聲學(xué)語(yǔ)音學(xué)統(tǒng)計(jì)模型的研究逐漸深入，魯棒的語(yǔ)音識(shí)別、基于語(yǔ)音段的建模方法及隱馬爾可夫模型與人工神經(jīng)網(wǎng)絡(luò)的結(jié)合成為研究的熱點(diǎn)。另一方面，為了語(yǔ)音識(shí)別實(shí)用化的需要，講者自適應(yīng)、聽(tīng)覺(jué)模型、快速搜索識(shí)別算法以及進(jìn)一步的語(yǔ)言模型的研究等課題倍受關(guān)注。1.3 數(shù)字信號(hào)處理（dsp）簡(jiǎn)介 數(shù)字信號(hào)處理（digitalsignalprocessing，簡(jiǎn)稱dsp）是一門(mén)涉及許多學(xué)科而又廣泛應(yīng)用于許多領(lǐng)域的新興學(xué)科。20世紀(jì)60年代以來(lái)，隨著計(jì)算機(jī)和信息技術(shù)的飛速發(fā)展，數(shù)字信號(hào)處理技術(shù)應(yīng)運(yùn)而生并得到迅速的發(fā)展。在過(guò)去的二十多年時(shí)間里，數(shù)字信號(hào)處理已經(jīng)在通信等領(lǐng)域得到極為廣泛的應(yīng)用。數(shù)字信號(hào)處理是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字形式對(duì)信號(hào)進(jìn)行采集、變換、濾波、估值、增強(qiáng)、壓縮、識(shí)別等處理，以得到符合人們需要的信號(hào)形式。數(shù)字信號(hào)處理是圍繞著數(shù)字信號(hào)處理的理論、實(shí)現(xiàn)和應(yīng)用等幾個(gè)方面發(fā)展起來(lái)的。數(shù)字信號(hào)處理在理論上的發(fā)展推動(dòng)了數(shù)字信號(hào)處理應(yīng)用的發(fā)展。反過(guò)來(lái)，數(shù)字信號(hào)處理的應(yīng)用又促進(jìn)了數(shù)字信號(hào)處理理論的提高。而數(shù)字信號(hào)處理的實(shí)現(xiàn)則是理論和應(yīng)用之間的橋梁。數(shù)字信號(hào)處理是以眾多學(xué)科為理論基礎(chǔ)的，它所涉及的范圍極其廣泛。例如，在數(shù)學(xué)領(lǐng)域，微積分、概率統(tǒng)計(jì)、隨機(jī)過(guò)程、數(shù)值分析等都是數(shù)字信號(hào)處理的基本工具，與網(wǎng)絡(luò)理論、信號(hào)與系統(tǒng)、控制論、通信理論、故障診斷等也密切相關(guān)。近來(lái)新興的一些學(xué)科，如人工智能、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等，都與數(shù)字信號(hào)處理密不可分?？梢哉f(shuō)，數(shù)字信號(hào)處理是把許多經(jīng)典的理論體系作為自己的理論基礎(chǔ)，同時(shí)又使自己成為一系列新興學(xué)科的理論基礎(chǔ)。1.4 本文主要工作本文簡(jiǎn)要介紹了語(yǔ)音信號(hào)采集與分析的發(fā)展史以及語(yǔ)音信號(hào)的特征、采集與分析方法，并通過(guò)pc機(jī)錄制自己的一段聲音，運(yùn)用matlab進(jìn)行仿真分析，最后加入噪聲進(jìn)行濾波處理，比較濾波前后的變化。第2章主要介紹語(yǔ)音信號(hào)的特點(diǎn)與采集，仿真主要是驗(yàn)證奈奎斯特定理。第3章主要是對(duì)語(yǔ)音信號(hào)進(jìn)行時(shí)域、頻域上的分析，如短時(shí)功率譜，短時(shí)能量，短時(shí)平均過(guò)零率，語(yǔ)譜圖分析等等。第4章是對(duì)語(yǔ)音信號(hào)的綜合和分析，包括語(yǔ)音信號(hào)的調(diào)制、疊加和濾波。 36河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 語(yǔ)音信號(hào)的特點(diǎn)與采集2 語(yǔ)音信號(hào)的特點(diǎn)與采集2.1 語(yǔ)音信號(hào)的特點(diǎn)通過(guò)對(duì)大量語(yǔ)音信號(hào)的觀察和分析發(fā)現(xiàn)，語(yǔ)音信號(hào)主要有下面兩個(gè)特點(diǎn)：在頻域內(nèi)，語(yǔ)音信號(hào)的頻譜分量主要集中在3003400hz的范圍內(nèi)。利用這個(gè)特點(diǎn)，可以用一個(gè)防混迭的帶通濾波器將此范圍內(nèi)的語(yǔ)音信號(hào)頻率分量取出，然后按8khz的采樣率對(duì)語(yǔ)音信號(hào)進(jìn)行采樣，就可以得到離散的語(yǔ)音信號(hào)。在時(shí)域內(nèi)，語(yǔ)音信號(hào)具有“短時(shí)性”的特點(diǎn)，即在總體上，語(yǔ)音信號(hào)的特征是隨著時(shí)間而變化的，但在一段較短的時(shí)間間隔內(nèi)，語(yǔ)音信號(hào)保持平穩(wěn)。在濁音段表現(xiàn)出周期信號(hào)的特征，在清音段表現(xiàn)出隨機(jī)噪聲的特征。下面是一段語(yǔ)音信號(hào)的時(shí)域波形圖(圖2-1)和頻域圖(圖2-2)，由這兩個(gè)圖可以看出語(yǔ)音信號(hào)的兩個(gè)特點(diǎn)。 圖2-1語(yǔ)音信號(hào)時(shí)域波形圖 圖2-2語(yǔ)音信號(hào)頻域波形圖2.2語(yǔ)音信號(hào)的采集在將語(yǔ)音信號(hào)進(jìn)行數(shù)字化前，必須先進(jìn)行防混疊預(yù)濾波，預(yù)濾波的目的有兩個(gè)：抑制輸入信導(dǎo)各領(lǐng)域分量中頻率超出fs/2的所有分量(fs為采樣頻率)，以防止混疊干擾。抑制50hz的電源工頻干擾。這樣，預(yù)濾波器必須是一個(gè)帶通濾波器，設(shè)其上、下截止頻率分別是fh和fl，則對(duì)于絕大多數(shù)語(yǔ)音編譯碼器，fh=3400hz、fl60100hz、采樣率為fs8khz；而對(duì)丁語(yǔ)音識(shí)別而言，當(dāng)用于電話用戶時(shí)，指標(biāo)與語(yǔ)音編譯碼器相同。當(dāng)使用要求較高或很高的場(chǎng)合時(shí)fh4500hz或8000hz、fl60hz、fs10khz或20khz。為了將原始模擬語(yǔ)音信號(hào)變?yōu)閿?shù)字信號(hào)，必須經(jīng)過(guò)采樣和量化兩個(gè)步驟，從而得到時(shí)間和幅度上均為離散的數(shù)字語(yǔ)音信號(hào)。采樣也稱抽樣，是信號(hào)在時(shí)間上的離散化，即按照一定時(shí)間間隔t在模擬信號(hào)(t)上逐點(diǎn)采取其瞬時(shí)值。采樣時(shí)必須要注意滿足奈奎斯特定理，即采樣頻率fs必須以高于受測(cè)信號(hào)的最高頻率兩倍以上的速度進(jìn)行取樣，才能正確地重建波形，它是通過(guò)采樣脈沖和模擬信號(hào)相乘來(lái)實(shí)現(xiàn)的。下圖時(shí)一段語(yǔ)音信號(hào)在采樣頻率44.1khz情況下的頻譜圖。 圖2-3原始信號(hào)時(shí)域波形圖和頻域波形圖由圖可知，這段語(yǔ)音信號(hào)的頻率主要集中在1khz左右，當(dāng)采樣頻率為44.1khz時(shí)，由于采樣頻率比較大，所以采樣點(diǎn)數(shù)就越密，所得離散信號(hào)就越逼近于原信號(hào)，頻譜也沒(méi)有發(fā)生混疊。 圖2-4抽取后的信號(hào)時(shí)域波形圖和頻域波形圖對(duì)上述信號(hào)進(jìn)行1/80采樣頻率抽取，即采樣頻率變?yōu)閷⒔?00hz時(shí)，由于采樣頻率比較小，所以采樣點(diǎn)數(shù)就稀疏，所得離散信號(hào)就越偏離于原信號(hào)，頻譜也發(fā)生了混疊。在采樣的過(guò)程中應(yīng)注意采樣間隔的選擇和信號(hào)混淆：對(duì)模擬信號(hào)采樣首先要確定采樣間隔。如何合理選擇t涉及到許多需要考慮的技術(shù)因素。一般而言，采樣頻率越高，采樣點(diǎn)數(shù)就越密，所得離散信號(hào)就越逼近于原信號(hào)。但過(guò)高的采樣頻率并不可取，對(duì)固定長(zhǎng)度（t）的信號(hào)，采集到過(guò)大的數(shù)據(jù)量（n=t/t），給計(jì)算機(jī)增加不必要的計(jì)算工作量和存儲(chǔ)空間；若數(shù)據(jù)量（n）限定，則采樣時(shí)間過(guò)短，會(huì)導(dǎo)致一些數(shù)據(jù)信息被排斥在外。采樣頻率過(guò)低，采樣點(diǎn)間隔過(guò)遠(yuǎn)，則離散信號(hào)不足以反映原有信號(hào)波形特征，無(wú)法使信號(hào)復(fù)原，造成信號(hào)混淆。根據(jù)采樣定理，當(dāng)采樣頻率大于信號(hào)的兩倍帶寬時(shí)，采樣過(guò)程不會(huì)丟失信息，利用理想濾波器可從采樣信號(hào)中不失真地重構(gòu)原始信號(hào)波形。量化是對(duì)幅值進(jìn)行離散化，即將振動(dòng)幅值用二進(jìn)制量化電平來(lái)表示。量化電平按級(jí)數(shù)變化，實(shí)際的振動(dòng)值是連續(xù)的物理量。具體振動(dòng)值用舍入法歸到靠近的量化電平上。 語(yǔ)音信號(hào)經(jīng)過(guò)預(yù)濾波和采樣后，由ad變換器變換為二進(jìn)制數(shù)字碼。這種防混疊濾波通常與模數(shù)轉(zhuǎn)換器做在一個(gè)集成塊內(nèi)，因此目前來(lái)說(shuō)，語(yǔ)音信號(hào)的數(shù)字化的質(zhì)量還是有保證的。市面上購(gòu)買(mǎi)到的普通聲卡在這方面做的都很好，語(yǔ)音聲波通過(guò)話筒輸入到聲卡后直接獲得的是經(jīng)過(guò)防混疊濾波、a/d變換、量化處理的離散的數(shù)字信號(hào)。在實(shí)際工作中，我們可以利用windows自帶的錄音機(jī)錄制語(yǔ)音文件，圖2-5是基于pc機(jī)的語(yǔ)音信號(hào)采集過(guò)程，聲卡可以完成語(yǔ)音波形的a/d轉(zhuǎn)換，獲得wave文件，為后續(xù)的處理儲(chǔ)備原材料。調(diào)節(jié)錄音機(jī)保存界面的“更改”選項(xiàng)，可以存儲(chǔ)各種格式的wave文件。windows自帶的錄音機(jī)聲音麥克風(fēng)聲卡濾波采樣a/d轉(zhuǎn)換 wav 圖2-5基于pc機(jī)的語(yǔ)音信號(hào)采集過(guò)程采集到語(yǔ)音信號(hào)之后，需要對(duì)語(yǔ)音信號(hào)進(jìn)行分析，如語(yǔ)音信號(hào)的時(shí)域分析、頻譜分析、語(yǔ)譜圖分析以及加噪濾波等處理。河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 語(yǔ)音信號(hào)的分析3 語(yǔ)音信號(hào)的分析3.1語(yǔ)音信號(hào)分析技術(shù)語(yǔ)音信號(hào)分析是語(yǔ)音信號(hào)處理的前提和基礎(chǔ)，只有分析出可表示語(yǔ)音信號(hào)本質(zhì)特征的參數(shù)，才有可能利用這些參數(shù)進(jìn)行高效的語(yǔ)音通信、語(yǔ)音合成和語(yǔ)音識(shí)別等處理。而且，語(yǔ)音合成的音質(zhì)好壞，語(yǔ)音識(shí)別率的高低，也都取決于對(duì)語(yǔ)音信號(hào)分析的準(zhǔn)確性和精確性。因此語(yǔ)音信號(hào)分析在語(yǔ)音信號(hào)處理應(yīng)用中具有舉足輕重的地位。貫穿于語(yǔ)音分析全過(guò)程的是“短時(shí)分析技術(shù)”。因?yàn)?，語(yǔ)音信號(hào)從整體來(lái)看其特性及表征其本質(zhì)特征的參數(shù)均是隨時(shí)間而變化的，所以它是一個(gè)非平穩(wěn)態(tài)過(guò)程，不能用處理平穩(wěn)信號(hào)的數(shù)字信號(hào)處理技術(shù)對(duì)其進(jìn)行分析處理。但是，由于不同的語(yǔ)音是由人的口腔肌肉運(yùn)動(dòng)構(gòu)成聲道某種形狀而產(chǎn)生的響應(yīng)，而這種口腔肌肉運(yùn)動(dòng)相對(duì)于語(yǔ)音頻率來(lái)說(shuō)是非常緩慢的，所以從另一方面看，雖然語(yǔ)音信號(hào)具有時(shí)變特性，但是在一個(gè)短時(shí)間范圍內(nèi)(一般認(rèn)為在1030ms的短時(shí)間內(nèi))，其特性基本保持不變即相對(duì)穩(wěn)定，因而可以將其看作是一個(gè)準(zhǔn)穩(wěn)態(tài)過(guò)程，即語(yǔ)音信號(hào)具有短時(shí)平穩(wěn)性。所以任何語(yǔ)音信號(hào)的分析和處理必須建立在“短時(shí)”的基礎(chǔ)上即進(jìn)行“短時(shí)分析”，將語(yǔ)音信號(hào)分為一段一段來(lái)分析其特征參數(shù)，其中每一段稱為一“幀”，幀長(zhǎng)一般取為1030ms。這樣，對(duì)于整體的語(yǔ)音信號(hào)來(lái)講，分析出的是由每一幀特征參數(shù)組成的特征參數(shù)時(shí)間序列。根據(jù)所分析出的參數(shù)的性質(zhì)的不同，可將語(yǔ)音信號(hào)分析分為時(shí)域分析、頻域分析、倒頻域分析等；時(shí)域分析方法具有簡(jiǎn)單、計(jì)算量小、物理意義明確等優(yōu)點(diǎn)，但由于語(yǔ)音信號(hào)最重要的感知特性反映在功率譜中，而相位變化只起著很小的作用，所以相對(duì)于時(shí)域分析來(lái)說(shuō)頻域分析更為重要。本文將簡(jiǎn)要介紹時(shí)域分析、頻域分析以及語(yǔ)譜圖分析。3.2 語(yǔ)音信號(hào)的時(shí)域分析語(yǔ)音信號(hào)的時(shí)域分析就是分析和提取語(yǔ)音信號(hào)的時(shí)域參數(shù)。進(jìn)行語(yǔ)音分析時(shí)，最先接觸到并且也是最直觀的是它的時(shí)域波形。語(yǔ)音信號(hào)本身就是時(shí)域信號(hào)，因而時(shí)域分析是最早使用，也是應(yīng)用最廣泛的一種分析方法，這種方法直接利用語(yǔ)音信號(hào)的時(shí)域波形。時(shí)域分析通常用于最基本的參數(shù)分析及應(yīng)用，如語(yǔ)音的分割、預(yù)處理、大分類(lèi)等。這種分析方法的特點(diǎn)是：表示語(yǔ)音信號(hào)比較直觀、物理意義明確。實(shí)現(xiàn)起來(lái)比較簡(jiǎn)單、運(yùn)算且少。可以得到語(yǔ)音的一些重要的參數(shù)。只使用示波器等通用設(shè)備，使用較為簡(jiǎn)單等。語(yǔ)音信號(hào)的時(shí)域參數(shù)有短時(shí)能量、短時(shí)過(guò)零率、短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)等，這是語(yǔ)音信號(hào)的一組最基本的短時(shí)參數(shù)，在各種語(yǔ)音信號(hào)數(shù)字處理技術(shù)中都要應(yīng)用。在計(jì)算這些參數(shù)時(shí)使用的一般是矩形窗或漢明窗。3.2.1 短時(shí)能量及短時(shí)平均幅度分析設(shè)語(yǔ)音波形時(shí)域信號(hào)為x(l)、加密分幀處理后得到的第n幀語(yǔ)音信號(hào)為 xn(m)，則xn(m)滿足下式： 其中，n0，1t，2t，并且n為幀長(zhǎng)，t為幀移長(zhǎng)度。設(shè)第n幀語(yǔ)音信號(hào)xn(m)的短時(shí)能量用en表示，則其計(jì)算公式如下：en是一個(gè)度量語(yǔ)音信號(hào)幅度值變化的函數(shù)，但它有一個(gè)缺陷，即它對(duì)高電平非常敏感(因?yàn)樗?jì)算時(shí)用的是信號(hào)的平方)。為此可采用另一個(gè)度量語(yǔ)音信號(hào)幅度值變化的函數(shù)即短時(shí)平均幅度函數(shù)mn，它定義為： mn也是一幀語(yǔ)音信號(hào)能量大小的表征，它與en的區(qū)別在于計(jì)算時(shí)小取樣值和大取樣值不會(huì)因取平方而造成較大差異，在某些應(yīng)用領(lǐng)域也會(huì)帶來(lái)一些好處。短時(shí)能量和短時(shí)平均幅度函數(shù)的主要用途有：可以區(qū)分濁音段與清音段，因?yàn)闈嵋魰r(shí)en值比清音時(shí)大的多?？梢杂脕?lái)區(qū)分聲母與韻母的分界，無(wú)聲與有聲的分界，連字(指字之間無(wú)間隙)的分界等。作為一種超音段信息，用于語(yǔ)音識(shí)別中。3.2.2短時(shí)過(guò)零率分析短時(shí)過(guò)零率表示一幀語(yǔ)音中語(yǔ)音信號(hào)波形穿過(guò)橫軸（零電平）的次數(shù)。過(guò)零分析是語(yǔ)音時(shí)域分析中最簡(jiǎn)單的一種。對(duì)于連續(xù)語(yǔ)音信號(hào)，過(guò)零即意味著時(shí)域波形通過(guò)時(shí)間軸；而對(duì)于離散信號(hào)，如果相鄰的取樣值改變符號(hào)則稱為過(guò)零。過(guò)零率就是樣本改變符號(hào)的次數(shù)。定義語(yǔ)音信號(hào)xn（m）的短時(shí)過(guò)零率zn為：式中，sgn 是符號(hào)函數(shù)，即：在實(shí)際中求過(guò)零率參數(shù)時(shí)，需要十分注意的一個(gè)問(wèn)題是如果輸入信號(hào)中包含有50hz的工頻干擾或者a/d變換器的工作點(diǎn)有偏移(這等效于輸入信號(hào)有直流偏移)，往往會(huì)使計(jì)算的過(guò)零率參數(shù)很不準(zhǔn)確。為了解決前一個(gè)問(wèn)題，a/d變換器前的防混疊帶通濾波器的低端截頻應(yīng)高于50hz，以有效地抑制電源干擾。對(duì)于后一個(gè)問(wèn)題除了可以采用低直流漂移器件外，也可以在軟件上加以解決，這就是算出每一幀的直流分量并予以濾除。對(duì)語(yǔ)音信號(hào)進(jìn)行分析，發(fā)現(xiàn)發(fā)濁音時(shí)，盡管聲道有若干個(gè)共振峰，但由于聲門(mén)波引起功率譜的高頻跌落，所以其話音能量約集中在3khz以下。而發(fā)清音時(shí)，多數(shù)能量出現(xiàn)在較高頻率上。高頻就意味著高的平均過(guò)零率，低頻意味著低的平均過(guò)零率，所以可以認(rèn)為濁音時(shí)具有較低的過(guò)零率，而清音時(shí)具有較高的過(guò)零率。當(dāng)然，這種高低僅是相對(duì)而言，并沒(méi)有精確的數(shù)值關(guān)系。利用短時(shí)平均過(guò)零率還可以從背景噪聲中找出語(yǔ)音信號(hào)，可用于判斷寂靜無(wú)聲段和有聲段的起點(diǎn)和終點(diǎn)位置。在孤立詞的語(yǔ)音識(shí)別中，必須要在一連串連續(xù)的語(yǔ)音信號(hào)中進(jìn)行適當(dāng)分割，用以確定一個(gè)一個(gè)單詞的語(yǔ)音信號(hào)，即找出每一個(gè)單詞的開(kāi)始和終止位置，這在語(yǔ)音處理中是一個(gè)基本問(wèn)題。此時(shí)，在背景噪聲較小時(shí)用平均能量識(shí)別較為有效，而在背景噪聲較大時(shí)用平均過(guò)零率識(shí)別較為有效。但是研究表明，在以某些音為開(kāi)始或結(jié)尾時(shí)。如當(dāng)弱摩擦音(如f、h等音素)，弱爆破音(如p、t、k等音素)為語(yǔ)音的開(kāi)頭或結(jié)尾；以鼻音(如n、m等音素)為語(yǔ)音的結(jié)尾時(shí)。只用其中一個(gè)參量來(lái)判別語(yǔ)音的起點(diǎn)和終點(diǎn)是有困難的，必須同時(shí)使用這兩個(gè)參數(shù)。圖3-1是用mtalab仿真一段語(yǔ)音信號(hào)時(shí)域波形的短時(shí)能量和短時(shí)平均過(guò)零率。 圖3-1語(yǔ)音信號(hào)的短時(shí)能量和短時(shí)平均過(guò)零率3.3 語(yǔ)音信號(hào)的頻域分析語(yǔ)音信號(hào)的頻域分析就是分析語(yǔ)音信號(hào)的頻域持征。從廣義上講，語(yǔ)音信號(hào)的頻域分析包括語(yǔ)音信號(hào)的頻譜、功率譜、倒頻譜、頻譜包絡(luò)分析等，而常用的頻域分析方法有帶通濾波器組法、傅里葉變換法、線性預(yù)測(cè)法等幾種。本文介紹的是語(yǔ)音信號(hào)的傅里葉分析法。因?yàn)檎Z(yǔ)音波是一個(gè)非平穩(wěn)過(guò)程，因此適用于周期、瞬變或平穩(wěn)隨機(jī)信號(hào)的標(biāo)準(zhǔn)傅里葉變換不能用來(lái)直接表示語(yǔ)音信號(hào)，而應(yīng)該用短時(shí)傅里葉變換對(duì)語(yǔ)音信號(hào)的頻譜進(jìn)行分析，相應(yīng)的頻譜稱為“短時(shí)譜”。3.3.1利用短時(shí)博里葉變換求語(yǔ)音的短時(shí)譜對(duì)第n幀語(yǔ)音信號(hào)xn(m)進(jìn)行傅里葉變換(離散時(shí)域傅里葉變換，dtft)，可得到短時(shí)傅里葉變換，其定義如下： (3-1)由定義可知，短時(shí)傅里葉變換實(shí)際就是窗選語(yǔ)音信號(hào)的標(biāo)準(zhǔn)傅里葉變換。這里，窗w(n-m)是一個(gè)“滑動(dòng)的”窗口，它隨n的變化而沿著序列x(n)滑動(dòng)。由于窗口是有限長(zhǎng)度的，滿足絕對(duì)可和條件，所以這個(gè)變換是存在的。當(dāng)然窗口函數(shù)不同，博里葉變換的結(jié)果也將不同。我們還可以將式(31)寫(xiě)成另一種形式。設(shè)語(yǔ)音信號(hào)序列和窗口序列的標(biāo)準(zhǔn)傅里立葉變換均存在。當(dāng)n取固定值時(shí)，w(n-m)的傅里葉變換為： (3-2)根據(jù)卷積定理，有： (3-3)因?yàn)樯鲜接疫厓蓚€(gè)卷積項(xiàng)均為關(guān)于角頻率w的以2為周期的連續(xù)函數(shù)，所以也可將其寫(xiě)成以下的卷積積分形式： （3-4）即，假設(shè)x(m)的dtft是，且的dtft是，那么是和的周期卷積。根據(jù)信號(hào)的時(shí)寬帶寬積為一常數(shù)這一基本性質(zhì)，可知主瓣寬度與窗口寬度成反比，n越大，的主瓣越窄。由式(3-4)可知，為了使忠實(shí)再現(xiàn)的特性。相對(duì)于來(lái)說(shuō)必須是個(gè)沖激函數(shù)。所以為了使，需；但是n值太大時(shí)，信號(hào)的分幀又失去了意義。尤其是n大于語(yǔ)音的音素長(zhǎng)度時(shí)，已不能反映該語(yǔ)音音素的頻譜了。因此，應(yīng)折衷選擇窗的寬度n。另外，窗的形狀也對(duì)短時(shí)傅氏頻譜有影響，如矩形窗，雖然頻率分辨率很高(即主辯狹窄尖銳)，但由于第一旁瓣的衰減很小，有較大的上下沖，采用矩形窗時(shí)求得的與的偏差較大，這就是gibbs效應(yīng)，所以不適合用于頻譜成分很寬的語(yǔ)音分析中。而漢明窗在頻率范圍中的分辨率較高，而且旁辯的衰減大，具有頻譜泄漏少的優(yōu)點(diǎn)。所以在求短時(shí)頻譜時(shí)一般采用具有較小上下沖的漢明窗。與離散傅里葉變換和連續(xù)博里葉變換的關(guān)系一樣，如令角頻率w=2kn，則得離散的短時(shí)傅里葉變換(dft)。它實(shí)際上是在頻域的取樣，如下所示： (3-5)在語(yǔ)音信號(hào)數(shù)字處理中，都是采用的離散博里葉變換(dft)來(lái)替代并且可以用高效的快速傅里葉變換(fft)算法完成由至的轉(zhuǎn)換。當(dāng)然，這時(shí)窗長(zhǎng)n必須是2的倍數(shù)(l是整數(shù))。根據(jù)傅里葉變換的性質(zhì)，實(shí)數(shù)序列的傅里葉變換的頻譜具有對(duì)稱性，因此，全部頻譜信息包含在長(zhǎng)度為n/2+1個(gè)里。另外，為了使具有較高的頻率分辨率，所取的dft以及相應(yīng)的fft點(diǎn)數(shù)應(yīng)該足夠多，但有時(shí)的長(zhǎng)度n要受到采樣率和短時(shí)性的限制，例如，在通常采樣率為8khz且?guī)L(zhǎng)為20ms時(shí)，n=160。而一般取256、512或1024，為了將的點(diǎn)數(shù)從n擴(kuò)大力，可以采用補(bǔ)0的辦法，在擴(kuò)大的部分添若干個(gè)0取樣值，然后再對(duì)添0后的序列進(jìn)行fft。例如、在10khz的范圍內(nèi)采樣求頻譜，并要求頻率分辨率在30hz以下。由10k/30，得333，所以要取比333大的值，這時(shí)可取=512點(diǎn)，不足的部分采用補(bǔ)0的辦法解決，此時(shí)頻率分辨率(即頻率間隔)為10hz51219.53hz，采樣后的該幀信號(hào)頻率處在0之間，因此，原連續(xù)信號(hào)頻率就處在0之間(即)，所以我們要在0頻率范圍內(nèi)求其頻譜。fft的計(jì)算可以在通用計(jì)算機(jī)上由相應(yīng)的算法軟件來(lái)完成，這種方式一般只能實(shí)現(xiàn)非實(shí)時(shí)運(yùn)算。為了完成實(shí)時(shí)運(yùn)算可以采用先進(jìn)的數(shù)字信號(hào)處理芯片、陣列處理芯片或?qū)Ｓ胒ft芯片。為了完成1024點(diǎn)的fft，這些專用芯片所需的運(yùn)算時(shí)間是幾十毫秒至幾毫秒，甚至可以降至1ms以下。在語(yǔ)音信號(hào)數(shù)字處理中，功率譜具有重要意義，在一些語(yǔ)音應(yīng)用系統(tǒng)中。往往都是利用語(yǔ)音信號(hào)的功率譜。根據(jù)功率譜定義，可以寫(xiě)出短時(shí)功率譜與短時(shí)傅里葉變換之間的關(guān)系：或者： 式中表示復(fù)共軛運(yùn)算。并且功率譜是短時(shí)自相關(guān)函數(shù)的傅里葉變換。圖3-2是用matlab中的psdplot命令繪得的同一人兩次說(shuō)同一詞的功率譜比較(窗函數(shù)取窗長(zhǎng)度為256的hamming窗)。 圖3-2同一人兩次說(shuō)同一詞的功率譜比較可以看出功率譜圖比較好地反映出聲音的個(gè)人特征：在低頻部分（頻率低于6000hz），同一人說(shuō)同一詞，其功率譜圖中的各個(gè)波峰所對(duì)應(yīng)的頻率基本相同；不同人說(shuō)同一詞，其功率譜圖的出現(xiàn)波峰的頻率比較接近；同一人說(shuō)不同詞時(shí)功率譜的形狀差別較大。在高頻部分，波峰比較密集，特征不明顯。3.4 語(yǔ)音信號(hào)的語(yǔ)譜圖語(yǔ)音的時(shí)域分析和頻域分析是語(yǔ)音分析的兩種重要方法。顯然這兩種單獨(dú)分析的方法均有局限性：時(shí)域分析對(duì)語(yǔ)音信號(hào)的頻率特性沒(méi)有直觀的了解；而頻域分析出的特征中又沒(méi)有語(yǔ)音信號(hào)隨時(shí)間的變化關(guān)系；語(yǔ)音信號(hào)是時(shí)變信號(hào)，所以其頻譜也是隨時(shí)間變化的。但是由于語(yǔ)音信號(hào)隨時(shí)間變化是很緩慢的，因而在一段短時(shí)間內(nèi)(如1030ms之間，即所謂的一幀之內(nèi))可以認(rèn)為其頻譜是固定不變的，這種頻譜又稱為短時(shí)譜。短時(shí)譜只能反映語(yǔ)音信號(hào)的靜態(tài)頻率特性，不能反映語(yǔ)音信號(hào)的動(dòng)態(tài)頻率特性。因此，人們致力于研究語(yǔ)音的時(shí)頻分析特性。把和時(shí)序相關(guān)的傅里葉分析的顯示圖形稱為語(yǔ)譜圖(sonogram，或者spectrogram)。語(yǔ)譜圖是一種三維頻譜，它是表示語(yǔ)音頻譜隨時(shí)間變化的圖形，其縱軸為頻率，橫軸為時(shí)間，任一給定頻率成分在給定時(shí)刻的強(qiáng)弱用相應(yīng)點(diǎn)的灰度或色調(diào)的濃淡來(lái)表示。用語(yǔ)譜圖分析語(yǔ)音又稱為語(yǔ)譜分析。語(yǔ)譜圖中顯示了大量的與語(yǔ)音的語(yǔ)句特性有關(guān)的信息，它綜合了頻譜圖和時(shí)域波形的特點(diǎn)，明顯地顯示出語(yǔ)音頻譜隨時(shí)間的變化情況，或者說(shuō)是一種動(dòng)態(tài)的頻譜；記錄這種頻譜的儀器就是語(yǔ)譜儀。語(yǔ)譜儀實(shí)際上是一個(gè)帶通濾波器組的輸出隨時(shí)間發(fā)生連續(xù)變化，連續(xù)重復(fù)進(jìn)行語(yǔ)音信號(hào)頻率分析的儀器。帶通濾波器有兩種帶寬可供選擇：窄帶為45hz，寬帶為300hz。窄帶語(yǔ)譜圖有良好的頻率分辨率，有利于顯示基音頻率及其各次諧波，但它的時(shí)間分辨率較差，不利于觀察共振峰(聲道諧振)的變化；而寬帶語(yǔ)譜圖正相反，具有良好的時(shí)間分辨率及較差的頻率分辨率。寬帶語(yǔ)譜圖能給出語(yǔ)音的共振峰頻率及清輔音的能量匯集區(qū)，在語(yǔ)譜圖里共振峰呈現(xiàn)為黑色的條紋。可以利用語(yǔ)譜儀測(cè)量語(yǔ)譜圖的方法來(lái)確定語(yǔ)音參數(shù)，例如共振峰頻率及基音頻率。語(yǔ)語(yǔ)圖的實(shí)際應(yīng)用是用于確定出講話人的本性。語(yǔ)譜圖上因其不同的黑白程度，形成了個(gè)同的紋路，稱之為“聲紋”，它因人而異，即不同講話者語(yǔ)譜圖的聲紋是不同的。因而可以利用聲紋鑒別不同的講話人。這與不同的人有不同的指紋，根據(jù)指紋可以區(qū)別不同的人是一個(gè)道理。雖然對(duì)采用語(yǔ)譜圖的講活人識(shí)別技術(shù)的可靠性存在相當(dāng)?shù)膽岩桑壳斑@一技術(shù)已在司法法庭得到某些認(rèn)可及采用。2.22.42.62.833.23.43.6x 104-0.0500.05河南城建學(xué)院05010015020025030035040050100150200250 圖3-3“河南城建學(xué)院”語(yǔ)譜圖圖3-3是用mtalab繪制的一個(gè)寬帶語(yǔ)譜圖，其中橫抽坐標(biāo)為時(shí)間，縱軸坐標(biāo)為頻率，語(yǔ)句內(nèi)容為“河南城建學(xué)院”，它的發(fā)音在圖下方以音標(biāo)表示。同時(shí)給出了相應(yīng)的語(yǔ)音的時(shí)域波形。語(yǔ)譜圖中的花紋有橫扛(bar)、亂紋和豎直條等。橫杠是與時(shí)間軸平行的幾條深黑色帶紋，它們相應(yīng)于短時(shí)譜中的幾個(gè)凸出點(diǎn)，也就是共振峰。從橫扛對(duì)應(yīng)的頻率和寬度可以確定相應(yīng)的共振峰頻率和帶寬。在一個(gè)語(yǔ)音段的語(yǔ)譜圖中，有沒(méi)有橫扛出現(xiàn)是判斷它是否是濁音的重要標(biāo)志。豎直條(又叫沖直條)是語(yǔ)譜圖中出現(xiàn)與時(shí)間軸垂直的一條窄黑條。每個(gè)豎直條相當(dāng)于一個(gè)基音，條紋的起點(diǎn)相當(dāng)于聲門(mén)脈沖的起點(diǎn)，條紋之間的距離表示基音周期。條紋越密表示越音頻率越高。河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 語(yǔ)音信號(hào)的綜合仿真分析4 語(yǔ)音信號(hào)的綜合仿真分析4.1本文的仿真軟件matlab matlab將矩陣運(yùn)算、數(shù)值分析、圖形處理、編程技術(shù)結(jié)合在一起，為用戶提供了一個(gè)強(qiáng)有力的科學(xué)及工程問(wèn)題的分析計(jì)算和程序設(shè)計(jì)工具，它還提供了專業(yè)水平的符號(hào)計(jì)算、文字處理、可視化建模仿真和實(shí)時(shí)控制等功能，是具有全部語(yǔ)言功能和特征的新一代軟件開(kāi)發(fā)平臺(tái)。matlab 已發(fā)展成為適合眾多學(xué)科、多種工作平臺(tái)、功能強(qiáng)大的大型軟件。在歐美等國(guó)家的高校，matlab已成為線性代數(shù)、自動(dòng)控制理論、數(shù)理統(tǒng)計(jì)、數(shù)字信號(hào)處理、時(shí)間序列分析、動(dòng)態(tài)系統(tǒng)仿真等高級(jí)課程的基本教學(xué)工具。成為攻讀學(xué)位的本科、碩士、博士生必須掌握的基本技能。在設(shè)計(jì)研究單位和工業(yè)開(kāi)發(fā)部門(mén)，matlab被廣泛的應(yīng)用于研究和解決各種具體問(wèn)題。在中國(guó)，matlab也已日益受到重視，短時(shí)間內(nèi)就將盛行起來(lái)，因?yàn)闊o(wú)論哪個(gè)學(xué)科或工程領(lǐng)域都可以從matlab中找到合適的功能。matlab的功能 1）全新的開(kāi)發(fā)環(huán)境guide(gui development environment)：由早期的單一命令窗口發(fā)展為將一些常用的交互式工作界面高度的集中于操作桌面； 2）在命令窗口增加了錯(cuò)誤跟蹤功能(error display message and abort function)； 3）提供了許多新的數(shù)值處理功能(numerical treatment techniques)，更新了部分函數(shù)的功能和算法，增加了許多新函數(shù)； 4）在圖形窗口增加了曲線擬合、數(shù)據(jù)統(tǒng)計(jì)等交互工具；(curve fitting, data analyzing ) 5）引入了類(lèi)與對(duì)象及函數(shù)句柄等概念;(object，handle) 用戶可以創(chuàng)建自己定義的類(lèi)函數(shù)和函數(shù)句柄； 6）改進(jìn)了編輯/調(diào)試器的界面及功能; (editor/debugger)增加了行號(hào)和書(shū)簽等功能； 7）屬性編輯器功能更強(qiáng)(property debugger)，使用更方便； 8）建立了一個(gè)與以前完全不同的圖形用戶界面（gui）圖形窗口，(graphical window)使用更加方便靈活； 9）增加了虛擬現(xiàn)實(shí)工具箱，(virtual reality toolbox)使用標(biāo)準(zhǔn)的虛擬現(xiàn)實(shí)建模語(yǔ)言（vrml）技術(shù)，可以創(chuàng)建由matlab和simulink環(huán)境驅(qū)動(dòng)的三維動(dòng)畫(huà)場(chǎng)景； 10）在應(yīng)用程序接口方面增加了與java的接口(interface for java)，并為二者的數(shù)據(jù)交換提供了相應(yīng)的程序庫(kù)。 matlab的主要組成部分： 1）開(kāi)發(fā)環(huán)境(development environment)：一組圖形化用戶接口工具和組件的集成：matlab桌面、命令窗口、命令歷史窗口、編輯調(diào)試窗口及幫助信息、工作空間、文件和搜索路徑等瀏覽器； 2）matlab數(shù)學(xué)函數(shù)庫(kù)：(math function library)基本函數(shù)：求和、正弦、余弦和復(fù)數(shù)運(yùn)算等；特殊函數(shù)：矩陣求逆、矩陣特征值、貝塞爾函數(shù)和快速付里葉變換等； 3）matlab語(yǔ)言：(matlab language)一種高級(jí)編程語(yǔ)言，包括控制流的描述、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入輸出及面對(duì)對(duì)象編程； 4）句柄圖形：(handle graphics) 可以對(duì)各種圖形對(duì)象進(jìn)行更為細(xì)膩的修飾和控制，建立完整的圖形界面的應(yīng)用程序。 5）應(yīng)用程序接口：(applied function interface)matlab的應(yīng)用程序接口允許用戶使用c或fortran語(yǔ)言編寫(xiě)程序與matlab連接。 工作空間窗口：(workspace window) 用于儲(chǔ)存各種變量和結(jié)果的空間，顯示變量的名稱、大小、字節(jié)數(shù)及數(shù)據(jù)類(lèi)型，對(duì)變量進(jìn)行觀察、編輯、保存和刪除。臨時(shí)變量不占空間，為了對(duì)變量的內(nèi)容進(jìn)行觀察、編輯與修改，可以用三種方法打開(kāi)內(nèi)存數(shù)組編輯器。*雙擊變量名；*選擇該窗口工具欄上的打開(kāi)圖標(biāo)；*鼠標(biāo)指向變量名，點(diǎn)擊鼠標(biāo)右鍵，彈出選擇菜單，然后選項(xiàng)操作。欲查看工作空間的情況，可以在命令窗口鍵入命令whos（顯示存在工作空間全部變量的名稱、大小、數(shù)據(jù)類(lèi)型等信息）或命令who（只顯示變量名） 當(dāng)前目錄瀏覽器：(current directory) 用于顯示及設(shè)置當(dāng)前工作目錄，同時(shí)顯示當(dāng)前工作目錄下的文件名、文件類(lèi)型及目錄的修改時(shí)間等信息。只有在當(dāng)前目錄或搜索路徑下的文件及函數(shù)可以被運(yùn)行或調(diào)用。 設(shè)置當(dāng)前目錄可以在瀏覽器窗口左上角的輸入欄中直接輸入，或點(diǎn)擊瀏覽器下拉按鈕進(jìn)行選擇。還可用cd命令在命令窗口設(shè)置當(dāng)前目錄，如： cd c:mydir 可將c盤(pán)上的mydir目錄設(shè)為當(dāng)前工作目錄。 命令歷史窗口：(command history) 記錄已運(yùn)行過(guò)的matlab命令歷史，包括已運(yùn)行過(guò)的命令、函數(shù)、表達(dá)式等信息，可進(jìn)行命令歷史的查找、檢查等工作，也可以在該窗口中進(jìn)行命令復(fù)制與重運(yùn)行。啟動(dòng)平臺(tái)：(launch pad) 幫助用戶方便地打開(kāi)和調(diào)用matlab的各種程序、函數(shù)和幫助文件。 平臺(tái)列出了系統(tǒng)中安裝的所有的matlab產(chǎn)品的目錄，可以通過(guò)雙擊來(lái)啟動(dòng)相應(yīng)的選項(xiàng)。7.0版取消了這個(gè)窗口，事實(shí)上help工具完全具備它的功能。 基本功能matlab是由美國(guó)mathworks公司發(fā)布的主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語(yǔ)言（如c、fortran）的編輯模式，代表了當(dāng)今國(guó)際科學(xué)計(jì)算軟件的先進(jìn)水平。matlab和mathematica、maple并稱為三大數(shù)學(xué)軟件。它在數(shù)學(xué)類(lèi)科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。matlab可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連matlab開(kāi)發(fā)工作界面接其他編程語(yǔ)言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測(cè)、金融建模設(shè)計(jì)與分析等領(lǐng)域。matlab的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用matlab來(lái)解算問(wèn)題要比用c、fortran等語(yǔ)言完成相同的事情簡(jiǎn)捷得多，并且matlab也吸收了像maple等軟件的優(yōu)點(diǎn)，使matlab成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。在新的版本中也加入了對(duì)c，fortran，c+，java的支持?？梢灾苯诱{(diào)用，用戶也可以將自己編寫(xiě)的實(shí)用程序?qū)氲絤atlab函數(shù)庫(kù)中方便自己以后調(diào)用，此外許多的matlab愛(ài)好者都編寫(xiě)了一些經(jīng)典的程序，用戶可以直接進(jìn)行下載就可以用。4.2原始語(yǔ)音信號(hào)錄制一段自己的語(yǔ)音信號(hào)，并對(duì)錄制的信號(hào)進(jìn)行采樣；畫(huà)出采樣后語(yǔ)音信號(hào)的時(shí)域波形和頻譜圖；%語(yǔ)音信號(hào)時(shí)域頻域分析y,fs,bits=wavread(2.wav);%讀出信號(hào)，采樣率和采樣位數(shù) y=y(:,1);%我這里假設(shè)你的聲音是雙聲道，我只取單聲道作分析 siglength=length(y);%算出y的長(zhǎng)度y = fft(y,siglength);%在siglength這個(gè)有限區(qū)間內(nèi)做快速傅立葉變換pyy = y.* conj(y) / siglength; %y乘y的共軛,得到功率譜halflength=floor(siglength/2); %半寬度f(wàn)=fs*(0:halflength)/siglength; %采樣頻率的橫坐標(biāo)figure;plot(f,pyy(1:halflength+1);xlabel(frequency(hz); %在第一個(gè)窗口畫(huà)率譜t=(0:siglength-1)/fs; %計(jì)算時(shí)間軸figure;