語音信號合成器設(shè)計與實現(xiàn)

1、 組員組員 徐小陽徐小陽 蔣高峰蔣高峰 程軍生程軍生 賈玉飛賈玉飛 呂呂 凡凡 背景背景 1.1 概述 語音是人類相互之間進行交流時使用最多、最自然、最基本也是最重要的 信息載體。在高度信息化的今天，語音處理的一系列技術(shù)及其應用已成為信息社 會不可或缺的重要組成部分。語音的產(chǎn)生是一個復雜的過程，包括心理和生理等 方面的一系列動作。當人需要通過語音表達某種信息時，首先是這種信息以某種 抽象的形式表現(xiàn)在說話人的大腦里，然后轉(zhuǎn)換為一組神經(jīng)信號，這些神經(jīng)信號作 用于發(fā)聲器官，從而產(chǎn)生攜帶信息的語音信號。 通過語音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息的 形式。語言是人類特有的功能，聲音

2、是人類常用的工具，是相互傳遞信息的最主 要的手段。因此，語音信號是人們構(gòu)成思想疏通和感情交流的最主要的途徑。并 且，由于語言和語音與人的智力活動密切相關(guān)，與社會文化和進步緊密相連，所 以它具有最大的信息容量和最高的智能水平?，F(xiàn)在，人類已開始進入了信息化時 代，用現(xiàn)代手段研究語音處理技術(shù)，使人們能更加有效地產(chǎn)生、傳輸、存儲、獲 取和應用語音信息，這對于促進社會的發(fā)展具有十分重要的意義。 語音合成的目的就是讓計算機說話。最簡單的語音合成應當是語音響應系 統(tǒng)，其實現(xiàn)技術(shù)非常簡單。在計算機內(nèi)建立一個語音庫，將可能用到的單詞，詞 組或一些句子的聲音信號編碼后存入計算機，當鍵入所要的字，詞組或句子代碼 時

3、，就能調(diào)出對應代碼信號，并轉(zhuǎn)換成聲音。 1.2matlab Matlab 是美國 Math Works 公司推出的一種面向工程和科學計算的 交互式計算軟件，它以矩陣運算為基礎(chǔ)，把計算、可視化、程序設(shè)計融 合到了一個簡單易用的交互式工作環(huán)境中。同時由于Matlab 是一個數(shù)據(jù) 分析和處理功能十分強大的工程實用軟件，它的信號處理與分析工具箱 為語音信號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 而又方便地完成語音信號的處理和分析以及信號的可視化，使人機交互 更加便捷。 隨著計算機技術(shù)和信息技術(shù)的發(fā)展，語音交互已經(jīng)成為人機交互的必 要手段，而語音信號的采集和處理是人機交互的前提和基礎(chǔ)。聲

4、卡是計 算機對語音信號進行加工的重要部件，它具有對信號濾波、放大、采樣 保持、A/D和D/A轉(zhuǎn)換等功能。盡管在Windows 附件的娛樂中帶有一個 錄音機，通過它可以驅(qū)動聲卡采集語音信號并保存為語音文檔。但是要 對采集的信號進一步分析處理就必須另外編程或通過其它軟件，而且 Windows附件中的錄音機功能極其有限且不能擴展。 設(shè)計目的設(shè)計目的 （1）自行產(chǎn)生兩個語音信號（男聲和女聲） （2）分別對兩路信號進行頻譜分析和特征提取， 并畫出兩路語音信號的頻譜圖 （3）試將兩語音信號分別合成為男聲或女聲 （4）播放合成后的語音信號 設(shè)計原理設(shè)計原理 3.1.1語音信號的頻譜分析過程 傅里葉頻譜分析是

5、語音信號頻域分析中廣泛采用的一種方法。語 音波是一個平穩(wěn)過程，因此適用于周期、瞬變或平穩(wěn)隨機信號的標 準傅里葉變換不能直接表示語音信號，而應該用短時傅里葉變換對 語音信號的頻譜進行分析，相應的頻譜稱為“短時譜”。進行頻譜 分析時，在時域數(shù)據(jù)進行短時FFT處理之前都要進行加窗處理。在 FFT處理之后，普通頻譜分析可以進行頻域上的濾波處理，從而使 頻譜更加平滑。最后IFFT處理觀察恢復后的時域信號圖形，頻譜分 析過程。 3.1.2短時傅里葉變換（頻譜分析） 傅里葉頻譜分析的基礎(chǔ)是傅里葉變換，用傅里葉變換及其反變換 可以求得傅里葉譜、自相關(guān)函數(shù)、功率譜、倒譜。由于語音信號的 特性是隨著時間緩慢變化的

6、，由此引出語音信號的短時分析。如同 在時域特征分析中用到的一樣，這里的傅里葉頻譜分析也采用相同 的短時分析技術(shù)。 信號x（n）的短時傅里葉變換定義為: 式中， 為窗口函數(shù)。 可以從兩個角度理解函數(shù)的物理意義：第一種解釋是，當n固定時， n= 如，則 是將窗函數(shù)的起點移至 處截取信號x（n），再 做傅里葉變換而得到的一個頻譜函數(shù)。這是直接將頻率軸方向來理解 的。另一種解釋是從時間軸方向來理解，當頻率固定時，例如 ， 則可以看做是信號經(jīng)過一個中心頻率為 的帶通濾波器產(chǎn)生的輸出。 這是因為窗口函數(shù) 通常具有低通頻率響應，而指數(shù) 對語音信 號有調(diào)制的作用，使頻譜產(chǎn)生移位，即將x（n）頻譜中對應于頻率

7、的分量平移到零頻。 3.1.3 快速傅里葉變換 有限長序列可以通過離散傅里葉變換（DFT）將其頻域也離散化成 有限長序列。但其計算量太大，很難實時地處理問題，因此引出了快 速傅里葉變換(FFT).1965年，Cooley和Tukey提出了計算離散傅里葉 變換(DFT)的快速算法，將DFT的運算量減少了幾個數(shù)量級。從此，對快速傅里 葉變換（FFT）算法的研究便不斷深入，數(shù)字信號處理這門新興學科也隨FFT的 出現(xiàn)和發(fā)展而迅速發(fā)展。根據(jù)對序列分解與選取方法的不同而產(chǎn)生了FFT的多種 算法，基本算法是2DIT和基2DIF。FFT在離散傅里葉反變換、線性卷積和線性 相關(guān)等方面也有重要應用。 快速傅里葉變

8、換（FFT）,是離散傅里葉變換的快速算法，它是根據(jù)離散傅氏 變換的奇、偶、虛、實等特性，對離散傅里葉變換的算法進行改進獲得的。它對 傅氏變換的理論并沒有新的發(fā)現(xiàn)，但是對于計算機系統(tǒng)或者說數(shù)字系統(tǒng)中應用離 散傅里葉變換，可以說是進了一大步。 設(shè)x（n）為N項的復數(shù)序列，由DFT變換，任一X（m）的計算都需要N次復 數(shù)乘法和N-1次復數(shù)加法，而一次復數(shù)乘法等于四次實數(shù)乘法和兩次實數(shù)加法， 一次復數(shù)加法等于兩次實數(shù)加法，即使一次復數(shù)乘法和一次復數(shù)加法定義成一次 “運算”（四次實數(shù)乘法和四次實數(shù)加法），那么求出N項復數(shù)序列的X（m）， 即N點DFT變換大約就需要N2次運算。當N=1024點甚至更多的的

9、時候，需要 N2=1048576次運算，在FFT中，利用WN的周期性和對稱性，把一個N項序列 （設(shè)N=2k，k為正整數(shù)），分為兩個N/2項的子序列，每個N/2點DFT變換需要 （N/2）2次運算，再用N次運算把兩個N/2點的DFT變換組合成一個N點的DFT 變換。這樣變換以后，總的運算次數(shù)就變成N+2（N/2）2=N+N2/2。繼續(xù)上面 的例子，N=1024時，總的運算次數(shù)就變成了525312次，節(jié)省了大約50%的運算 量。而如果我們將這種“一分為二”的思想不斷進行下去，直到分成兩兩一組 的DFT運算單元，那么N點的DFT變換就只需要Nlog2N次的運算，N在1024 點時，運算量僅有1024

10、0次，是先前的直接算法的1%，點數(shù)越多，運算量的節(jié) 約就越大，這就是FFT的優(yōu)越性。 離散傅里葉變換X（k）可看成是z變換在單位圓上的等距離采樣值。同樣， X（k）也可看作是序列傅氏變換 的采樣，采樣間隔為 N=2 /N。由此看 出，離散傅里葉變換實質(zhì)上是其頻譜的離散頻域采樣，對頻率具有選擇性 （ k=2 k/N），在這些點上反映了信號的頻譜。 根據(jù)采樣定律，一個頻帶有限的信號，可以對它進行時域采樣而不丟失任 何信息，F(xiàn)FT變換則說明對于時間有限的信號（有限長序列），也可以對其進 行頻域采樣，而不丟失任何信息 。所以只有時間序列足夠長，采樣足夠密，頻 域采樣也就可較好的反映信號的頻譜趨勢，所以

11、FFT可以用以進行連續(xù)信號的 頻譜分析。 3.1.4短時傅里葉反變換（倒譜分析） 傅里葉變換建立了信號從時域到頻域的變換橋梁，而傅里葉反變換則建立了 信號從頻域到時域的變換橋梁這兩個域之間的變換為一對一映射關(guān)系。我們 知道， 可以看作是加窗后函數(shù)的傅里葉變換，為了實現(xiàn)反變換，將 進行頻率采樣，即令 =2k/L，則有 = 其中，L為頻域采樣點數(shù)。將 在時域n上每隔R個樣本采樣，則可令 = , n=rR, r=1,2,. 用 Y ( )求出其離散傅里葉反變換 （n）如下： （n）= 而 ，而 可以證明，x（n）和y（n）之間只相差一個比例因子。他們的關(guān)系如下： 3.1.5.Hilbert變換 基于

12、利用DFT求解一個序列的解析信號及hilbert變換的理論，利用 MATLAB語言編寫了擴展函數(shù)yhilbert.m，另外MATLAB工具箱本身也提供 了計算hilbert變換的函數(shù)hilbert.m， 其格式為y=Hilbert(x).但需要注意的是，該函數(shù)計算出的結(jié)果是序列的解析 信號，其虛部才是序列的hilbert變換。 Hilbert變換具有兩個性質(zhì)： 性質(zhì)一：序列x（n）通過Hilbert變換器后，信號頻譜的幅度不發(fā)生變化，這 是因為hilbert變換器是全通濾波器，引起頻譜變化的只是其相位。 性質(zhì)二：序列x（n）與其Hilbert變換是正交的。 設(shè)計過程設(shè)計過程 4.1 MATLA

13、B處理音頻信號的流程 分析和處理音頻信號，首先要對音頻信號進行采集，MATLAB數(shù)據(jù)采集工具 箱提供了一整套命令和函數(shù)，通過調(diào)用這些命令和函數(shù)，可直接控制聲卡進行數(shù) 據(jù)采集。Windows自帶的錄音機程序也可驅(qū)動聲卡來采集語音信號，并能保存 為WAV格式文件，供MATLAB相關(guān)函數(shù)直接讀取、寫入或播放。本文以WAV 格式音頻信號作為分析處理的輸入數(shù)據(jù)，用MATLAB處理音頻信號的基本流程 是：先將WAV格式音頻信號經(jīng)wavread函數(shù)轉(zhuǎn)換MATLAB列數(shù)組變量；再用 MATLAB強大的運算能力進行數(shù)據(jù)分析和處理，如時域分析、頻域分析、數(shù)字 濾波、信號合成、信號變換、識別和增強等等；處理后的數(shù)據(jù)

14、如是音頻數(shù)據(jù)，則 可用wavwrite轉(zhuǎn)換成WAV格式文件或用sound、wavplay等函數(shù)直接回放。下面 分別介紹MATLAB在音量標準化、語音合成等音頻信號處理方面的技術(shù)實現(xiàn)。 4.2語音信號采樣并進行頻譜分析 4.2.1語音信號采集 該實驗以兩種男女聲音樂為分析樣本。在MATLAB中使用wavread函數(shù)，可 得出聲音的采樣頻率FS為16000Hz。利用sound函數(shù)，可清晰地聽到女生音樂 和男生音樂，采樣數(shù)據(jù)并畫出波形圖 4.2.2畫出頻譜圖 接下來對采樣數(shù)據(jù)作快速傅里葉（fft）變換并畫出頻譜圖和以dB為單位的信 號頻譜。 由頻譜圖2可清楚地看到樣本聲音主要以低頻為主。人的語音信號

15、頻率一般集中 在200kHz到4.5kHz之間，從聲音頻譜的包絡(luò)來看，樣本聲音的能量集中在0.1pi （1102.5）以內(nèi)，0.4pi以內(nèi)的高頻部分很少。所以信號寬度近似取為1.1kHz，由采樣 定理可得FS2f0=2*1102.5=2205Hz，重放語音后仍可較清晰的聽出原聲，不存在聲 音混疊現(xiàn)象。 4.2.3語音信號合成后波形圖和頻譜圖 對男聲信號進行hilbert變換得到包絡(luò)，信號對齊男聲包絡(luò)調(diào)制女聲振幅生成的數(shù) 據(jù)歸一化處理對生成文件進行FFT分析。做原始語音信號的時域圖形和語音信號的 FFT頻譜圖。 實驗代碼及結(jié)果實驗代碼及結(jié)果 5.1MATLAB源程序 %錄音時間隨便定 %錄入女生

16、語音信號 y,fs1=wavread(4.wav); %分析女生信號 y=y(:,1); t=(0:length(y)-1)/fs1; sigLength=length(y); Y=fft(y,sigLength); halflength=floor(sigLength/2); f=fs1*(0:(halflength-1)/sigLength; figure(1); plot(t,y); grid on;axis tight; title(女生語音信號); xlabel(time(s); ylabel(幅度); figure(2); plot(f,abs(Y(1:halflength); g

17、rid on;axis tight; title(女生信號FFT頻譜); xlabel(Hz); ylabel(幅度); %錄入男生語音信號 y1,fs2=wavread(6.wav); %分析男生信號 y1=y1(:,1); t1=(0:length(y1)-1)/fs2; sigLength1=length(y1); Y1=fft(y1,sigLength1); halflength1=floor(sigLength1/2); fl=fs2*(0:(halflength1-1)/sigLength1; figure(3); plot(t1,y1); grid on;axis tight;

18、title(男生語音信號); xlabel(time(s); ylabel(幅度); figure(4); plot(fl,abs(Y1(1:halflength1); grid on;axis tight; title(男生信號FFT頻譜); xlabel(Hz); ylabel(幅度); %找到女生信號開始的地方 for i=1:sigLength-4, a(i)=y(i).*y(i+1).*y(i+2).*y(i+3).*y(i+4); if a(i)=0 break; %else i=i+0; end end I=i; %找到男生信號開始的地方 for j=1:sigLength1-4

19、, a(j)=y(j).*y(j+1).*y(j+2).*y(j+3).*y(j+4); if a(j)=0 break; %else j=j+0; end end; J=j; %男生信號進行hilbert變換得到包絡(luò) H=hilbert(y1); %信號對齊 %男生包絡(luò)調(diào)制女生振幅 max1=max(I,J); for k=1:sigLength1-max1,% N(k)=y1(i).*H(j); i=i+1;j=j+1; end; N=N; %生成的數(shù)據(jù)歸一化處理 N=N/(max(abs(N)*1.05); %生成.wav文件 wavwrite(N,fs2,16,hecheng.wav); fprintf(新文件hecheng.wav已經(jīng)生成.n); fprintf(n); %對生成文件進行FFT分析 x,fs=wavread(hecheng.wav); t=(0:length(x)-1)/fs; sigLength=length(x); X=fft(x,sigLength); halflength=floor(sigL