語音信號(hào)的采集與時(shí)頻域分析系統(tǒng)的設(shè)計(jì)

1、燕山大學(xué)課 程 設(shè) 計(jì) 說 明 書題目： 語音信號(hào)的采集與時(shí)頻域分系統(tǒng)的設(shè)計(jì) 學(xué)院（系）： 電氣工程學(xué)院 年級(jí)專業(yè)： 09精儀一班 學(xué) 號(hào)： 090103020048 學(xué)生姓名： 喬召杰 指導(dǎo)教師： 劉永紅 教師職稱： 副教授 目錄引 言.2第1章 語音信號(hào)時(shí)域分析.31、1 窗口選擇.31、2 短時(shí)能量.41、3短時(shí)平均過零率. 51、4 短時(shí)自相關(guān)函數(shù).61、5 時(shí)域分析方法的應(yīng)用.7第2章 語音信號(hào)頻域分析.82、1 短時(shí)傅里葉變換.82、2 語譜圖.92、3 復(fù)倒譜和倒譜.9第3章 加噪與濾波處理.113、1 原始信號(hào)加噪處理.113、2 加噪信號(hào)濾波處理.12第4章 總結(jié).13參考文

2、獻(xiàn).14附 錄.15 引言語音信號(hào)是一種非平穩(wěn)的時(shí)變信號(hào)，它攜帶著各種信息。在語音編碼、語音合成、語音識(shí)別和語音增強(qiáng)等語音處理中無一例外需要提取語音中包含的各種信息。語音信號(hào)分析的目的就在與方便有效的提取并表示語音信號(hào)所攜帶的信息。語音信號(hào)分析可以分為時(shí)域和頻域等處理方法。語音信號(hào)可以認(rèn)為在短時(shí)間內(nèi)(一般認(rèn)為在 1030ms 的短時(shí)間內(nèi))近似不變， 因而可以將其看作是一個(gè)準(zhǔn)穩(wěn)態(tài)過程, 即語音信號(hào)具有短時(shí)平穩(wěn)性。任何語音信號(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”。時(shí)域分析:直接對(duì)語音信號(hào)的時(shí)域波形進(jìn)行分析，提取的特征參數(shù)有短時(shí)能量，短時(shí)平均過零率，短時(shí)自相關(guān)函數(shù)等。頻

3、域分析:對(duì)語音信號(hào)采樣，并進(jìn)行傅里葉變換來進(jìn)行頻域分析。主要分析的特征參數(shù)：短時(shí)譜、倒譜、語譜圖等。本文采集作者的聲音信號(hào)為基本的原始信號(hào)。對(duì)語音信號(hào)進(jìn)行時(shí)頻域分析后，進(jìn)行加白噪聲處理并進(jìn)行了相關(guān)分析，設(shè)計(jì)濾波器并運(yùn)用所設(shè)計(jì)的濾波器對(duì)加噪信號(hào)進(jìn)行濾波, 繪制濾波后信號(hào)的時(shí)域波形和頻譜。整體設(shè)計(jì)框圖如下圖所示：圖0.1時(shí)頻域分析設(shè)計(jì)圖圖0.2加噪濾波分析流程圖第一章 語音信號(hào)時(shí)域分析 語音信號(hào)的時(shí)域分析可直接對(duì)語音信號(hào)進(jìn)行時(shí)域波形分析，在此只只針對(duì)語音信號(hào)的短時(shí)能量、短時(shí)平均過零率、短時(shí)自相關(guān)函數(shù)進(jìn)行討論。1.1窗口選擇 由人類的發(fā)生機(jī)理可知，語音信號(hào)具有短時(shí)平穩(wěn)性，因此在分析討論中需要對(duì)語音信

4、號(hào)進(jìn)行加窗處理進(jìn)而保證每個(gè)短時(shí)語音長度為1030ms。通常選擇矩形窗和哈明窗能得到較理想的“短時(shí)分析”設(shè)計(jì)要求。兩種窗函數(shù)的時(shí)域波形如下圖2.1所示：圖1.1 矩形窗和hamming窗的時(shí)域波形矩形窗的定義：一個(gè)n點(diǎn)的矩形窗函數(shù)定義為如下 （1.1）哈明窗的定義：一個(gè)n點(diǎn)的哈明窗函數(shù)定義為如下 （1.2）這兩種窗函數(shù)都有低通特性，通過分析這兩種窗的頻率響應(yīng)幅度特性可以發(fā)現(xiàn)（如圖1.2）：矩形窗的主瓣寬度?。?*pi/n），具有較高的頻率分辨率，旁瓣峰值大（-13.3db），會(huì)導(dǎo)致泄漏現(xiàn)象；哈明窗的主瓣寬8*pi/n，旁瓣峰值低（-42.7db），可以有效的克服泄漏現(xiàn)象，具有更平滑的低通特性。因

5、此在語音頻譜分析時(shí)常使用哈明窗，在計(jì)算短時(shí)能量和平均幅度時(shí)通常用矩形窗。表1.1對(duì)比了這兩種窗函數(shù)的主瓣寬度和旁瓣峰值。圖1.2 矩形窗和哈明窗的頻率響應(yīng)表1.1 矩形窗和哈明窗的主瓣寬度和旁瓣峰值窗函數(shù)主瓣寬度旁瓣峰值矩形窗4*pi/n13.3db哈明窗8*pi/n42.7db1.2短時(shí)能量短時(shí)能量主要分析語音信號(hào)能量隨時(shí)間的變化，由于語音信號(hào)的清音和濁音之間能量有較大的差距，進(jìn)而可通過短時(shí)能量對(duì)語音的清濁音進(jìn)行分析。定義短時(shí)能量為： （1.3）其中n為窗長，當(dāng)選用矩形窗時(shí)則有： （1.4）由式（2.3）能量函數(shù)反應(yīng)語音信號(hào)的幅度，同時(shí)由圖2.32.4可知窗長對(duì)能量函數(shù)起著決定性作用。窗長太

6、大，不能反應(yīng)能量的變化，窗長太小，不能得到平滑的能量函數(shù)。短時(shí)能量函數(shù)的應(yīng)用:1）可用于區(qū)分清音段與濁音段。值大對(duì)應(yīng)于濁音段，值小對(duì)應(yīng)于清音段。2）可用于區(qū)分濁音變?yōu)榍逡艋蚯逡糇優(yōu)闈嵋舻臅r(shí)間（根據(jù)值的變化趨勢(shì)）。3）對(duì)高信噪比的語音信號(hào)，也可以用來區(qū)分有無語音（語音信號(hào)的開始點(diǎn)或終止點(diǎn)）。無信號(hào)（或僅有噪聲能量）時(shí)，值很小，有語音信號(hào)時(shí)，能量顯著增大。圖1.3 不同矩形窗長的短時(shí)能量函數(shù) 圖1.4 不同哈明窗長的短時(shí)能量函數(shù)1.3短時(shí)平均過零率短時(shí)過零率可以粗略估計(jì)語音的頻譜特性。高頻率對(duì)應(yīng)著高過零率，低頻率對(duì)應(yīng)著低過零率，那么過零率與語音的清濁音就存在著對(duì)應(yīng)關(guān)系：清音的過零率高，濁音的過零率

7、低。 定義短時(shí)平均過零率： （1.5）其中為符號(hào)函數(shù)，。在矩形窗條件下，可以簡(jiǎn)化為： （1.6） 圖1.5 矩形窗（n=320）條件下的短時(shí)平均過零率由圖1.5可知為某一語音在矩形窗條件下求得的短時(shí)能量和短時(shí)平均過零率。分析可知：清音的短時(shí)能量較低，過零率高，濁音的短時(shí)能量較高，過零率低。清音的過零率為0.5左右，濁音的過零率為0.1左右，兩但者分布之間有相互交疊的區(qū)域，所以單純依賴于平均過零率來準(zhǔn)確判斷清濁音是不可能的，在實(shí)際應(yīng)用中往往是采用語音的多個(gè)特征參數(shù)進(jìn)行綜合判決短時(shí)平均過零率的應(yīng)用：1）區(qū)別清音和濁音。例如，清音的過零率高，濁音的過零率低。此外，清音和濁音的兩種過零分布都與高斯分布

8、曲線比較吻合。2）從背景噪聲中找出語音信號(hào)。語音處理領(lǐng)域中的一個(gè)基本問題是，如何將一串連續(xù)的語音信號(hào)進(jìn)行適當(dāng)?shù)姆指?，以確定每個(gè)單詞語音的信號(hào)，亦即找出每個(gè)單詞的開始和終止位置。3）在孤立詞的語音識(shí)別中，可利用能量和過零作為有話無話的鑒別。1.4短時(shí)自相關(guān)函數(shù)自相關(guān)函數(shù)用于衡量信號(hào)自身時(shí)間波形的相似性。濁音的時(shí)間波形呈現(xiàn)出一定的周期性，波形之間相似性較好；清音的時(shí)間波形呈現(xiàn)出隨機(jī)噪聲的特性，樣點(diǎn)間的相似性較差。因此，我們用短時(shí)自相關(guān)函數(shù)來測(cè)定語音的相似特性。短時(shí)自相關(guān)函數(shù)定義為： （1.7）令，并且，可以得到： （1.8）進(jìn)而則有： （1.9）自相關(guān)函數(shù)常用來作以下兩種語音信號(hào)特征的估計(jì)：1）

9、區(qū)分語音是清音還是濁音：清音的短時(shí)自相關(guān)函數(shù)不具有周期性，濁音是周期信號(hào)2）估計(jì)濁音語音信號(hào)的基音周期。圖1.6語音信號(hào)的自相關(guān)函數(shù)與平均過零率 圖（1.6）給出了語音采集信號(hào)n=460的短時(shí)自相關(guān)函數(shù)波形和平均過零率。短時(shí)自相關(guān)函數(shù)波形分析可知：濁音是周期信號(hào)，濁音的短時(shí)自相關(guān)函數(shù)呈現(xiàn)明顯的周期性，自相關(guān)函數(shù)的周期就是濁音信號(hào)的周期，根據(jù)這個(gè)性質(zhì)可以判斷一個(gè)語音信號(hào)是清音還是濁音，還可以判斷濁音的基音周期。濁音語音的周期可用自相關(guān)函數(shù)中第一個(gè)峰值的位置來估算。反之，清音接近于隨機(jī)噪聲，清音的短時(shí)自相關(guān)函數(shù)不具有周期性，也沒有明顯突起的峰值，且隨著延時(shí)k的增大迅速減小。1.5時(shí)域分析方法的應(yīng)用

10、1）基音頻率的估計(jì)a) 可利用時(shí)域分析判定某一語音有效的清音和濁音段。b) 針對(duì)濁音段，可直接利用短時(shí)自相關(guān)函數(shù)估計(jì)基音頻率。 2）語音端點(diǎn)的檢測(cè)與估計(jì)可利用時(shí)域分析判定某一語音信號(hào)的端點(diǎn)，尤其在有噪聲干擾時(shí)，如何準(zhǔn)確檢測(cè)語音信號(hào)的端點(diǎn)，這在語音處理中是富有挑戰(zhàn)性的一個(gè)課題。第二章 語音信號(hào)頻域分析語音信號(hào)的頻域分析主要應(yīng)用傅立葉變換來分析，由于語音信號(hào)是隨著時(shí)間變化的，因此一般標(biāo)準(zhǔn)的傅立葉表示雖然適用于周期及平穩(wěn)隨機(jī)信號(hào)的表示，但不能直接用于語音信號(hào)。由于語音信號(hào)可以認(rèn)為在短時(shí)間內(nèi)，近似不變，因而可以采用短時(shí)分析法。2.1 短時(shí)傅立葉變換由于語音信號(hào)是短時(shí)平穩(wěn)的隨機(jī)信號(hào)，某一語音信號(hào)幀的短時(shí)

11、傅立葉變換的定義為： （2.1）其中w(n-m)是實(shí)窗口函數(shù)序列，n表示某一語音信號(hào)幀。令n-m=k，則得到 （2.2）于是可以得到： （2.3）假定： （2.4）則可以得到： （2.5） 同樣，不同的窗口函數(shù)，將得到不同的傅立葉變換式的結(jié)果。由上式可見，短時(shí)傅立葉變換有兩個(gè)變量：n和，所以它既是時(shí)序n的離散函數(shù)，又是角頻率的連續(xù)函數(shù)。與離散傅立葉變換逼近傅立葉變換一樣，如令=2k/n，則得離散的短時(shí)傅立葉吧如下： (2.6)2.2 語譜圖語譜圖反映了語音信號(hào)的動(dòng)態(tài)頻率特性，在語音分析中具有重要的實(shí)用價(jià)值。被成為可視語言。語譜圖的時(shí)間分辨率和頻率分辨率是由窗函數(shù)的特性決定的。時(shí)間分辨率高，可以

12、看出時(shí)間波形的每個(gè)周期及共振峰隨時(shí)間的變化，但頻率分辨率低，不足以分辨由于激勵(lì)所形成的細(xì)微結(jié)構(gòu)，稱為寬帶語譜圖；而窄帶語譜圖正好與之相反。寬帶語譜圖可以獲得較高的時(shí)間分辨率，反映頻譜的快速時(shí)變過程；窄帶語譜圖可以獲得較高的頻率分辨率，反映頻譜的精細(xì)結(jié)構(gòu)。兩者相結(jié)合，可以提供帶兩與語音特性相關(guān)的信息。語譜圖上因其不同的灰度，形成不同的紋路，稱之為“聲紋”。聲紋因人而異，因此可以在司法、安全等場(chǎng)合得到應(yīng)用。語音采集信號(hào)的的語譜圖如下圖（2.1）所示圖2.1語音信號(hào)的語譜圖2.3復(fù)倒譜和倒譜復(fù)倒譜是的變換取對(duì)數(shù)后的逆變換，其表達(dá)式如下: （2.7）倒譜定義為取變換后的幅度對(duì)數(shù)的逆變換，即 （2.8）

13、在時(shí)域上，語音產(chǎn)生模型實(shí)際上是一個(gè)激勵(lì)信號(hào)與聲道沖激響應(yīng)的卷積。對(duì)于濁音，激勵(lì)信號(hào)可以由周期脈沖序列表示；對(duì)于清音，激勵(lì)信號(hào)可以由隨機(jī)噪聲序列表示。聲道系統(tǒng)相當(dāng)于參數(shù)緩慢變化的零極點(diǎn)線性濾波器。這樣經(jīng)過同態(tài)處理后，語音信號(hào)的復(fù)倒譜，激勵(lì)信號(hào)的復(fù)倒譜，聲道系統(tǒng)的復(fù)倒譜之間滿足下面的關(guān)系： （2.9）由于倒譜對(duì)應(yīng)于復(fù)倒譜的偶部，因此倒譜與復(fù)倒譜具有同樣的特點(diǎn)，很容易知道語音信號(hào)的倒譜，激勵(lì)信號(hào)的倒譜以及聲道系統(tǒng)的倒譜之間滿足下面關(guān)系： （2.10）濁音信號(hào)的倒譜中存在著峰值，它的出現(xiàn)位置等于該語音段的基音周期，而清音的倒譜中則不存在峰值。利用這個(gè)特點(diǎn)我們可以進(jìn)行清濁音的判斷，并且可以估計(jì)濁音的基音

14、周期。圖2.2 語音信號(hào)的倒普?qǐng)D從上圖2.2語音信號(hào)的倒譜圖可以看出,語音信號(hào)0.9s1.3s和2s2.3s所對(duì)應(yīng)的頻率大概在 200hz左右, 這與人的語音信號(hào)頻率集中在 200 hz到 4000hz之間是相一致的。而在未發(fā)聲的時(shí)間段內(nèi), 相對(duì)的小高頻部分( 150500hz)應(yīng)該屬于背景噪聲。第三章 加噪與濾波處理3.1原始信號(hào)加噪處理利用awgn函數(shù)對(duì)原始信號(hào)進(jìn)行信噪比50db的白噪聲的加噪處理，接下來分別對(duì)原始信號(hào)和加噪信號(hào)的采樣數(shù)據(jù)作快速傅里葉(fft)變換并畫出以 db為單位的信號(hào)頻譜圖。如下圖3.1所示：圖3.1原始信號(hào)與加噪信號(hào)的頻譜圖由上圖3.1分析加噪聲后的頻譜圖的幅度變化

15、較小，表示白噪聲基本覆蓋了原始信號(hào)的頻譜。同時(shí)利用sound函數(shù)對(duì)語音信號(hào)進(jìn)行回放在聽到“信號(hào)處理濾波器”這句話時(shí)，伴隨著著明顯的噪聲。圖3.2加噪信號(hào)的倒譜圖為方便設(shè)計(jì)濾波器進(jìn)行濾噪，現(xiàn)在對(duì)加噪信號(hào)進(jìn)行倒普分析，利用matlab對(duì)加噪信號(hào)進(jìn)行倒普?qǐng)D繪制如上圖3.2所示。從上圖分析可知加噪后的倒譜圖信號(hào)頻率在100hz500hz，而語音信號(hào)0.9s1.3s和2s2.3s所對(duì)應(yīng)的頻率已不再集中于200hz左右。3.2加噪信號(hào)濾波處理針對(duì)語音信號(hào)的頻譜分析，采用低通濾波方案設(shè)計(jì)濾波器。相應(yīng)的低通指標(biāo)為：ws=0.35*pi；wp=0.15*pi；rp=0.25；as=50；采用橢圓低通濾波器（el

16、lipord）設(shè)計(jì)濾波后的信號(hào)信號(hào)頻譜圖如下圖3.3所示：圖3.3濾波前后的頻譜由上圖3.3圖譜分析可知對(duì)噪聲濾波后與原始信號(hào)相近，達(dá)到理想的濾波效果。當(dāng)用sound函數(shù)回放時(shí)，噪聲消失達(dá)到濾波效果，但是聲音與原始信號(hào)比較相對(duì)沉悶。若要達(dá)到較高的濾波要求可對(duì)濾波器的參數(shù)進(jìn)行高精度調(diào)試?；蛘咴O(shè)計(jì)高通、帶通、帶阻濾波器進(jìn)行對(duì)比選擇更合適的方案設(shè)計(jì)。第四章 總 結(jié)本文系統(tǒng)介紹了語音信號(hào)的采集與時(shí)頻域分析，并對(duì)原始信號(hào)進(jìn)行加噪處理，再次濾波得到理想的濾波效果，下面是我一周來的感想和體會(huì)。為期一周的信號(hào)處理課設(shè)，感慨頗多，受益匪淺。剛開始接到課題是一種興奮，因?yàn)樾碌目简?yàn)即將開始。當(dāng)分析以下課題后發(fā)現(xiàn)本次

17、課題難度不大，并且相對(duì)比較熟悉。此時(shí)有一種莫名的慶幸和失落，慶幸自己的課題并不是毫無頭緒，失落的是感覺太輕松了，會(huì)沒有成就感。但是當(dāng)自己第一天開始做時(shí)，沒有太大的感覺。因?yàn)樽约哼€沒有真正體會(huì)到該課題的深度與難度。第一天把查閱的相關(guān)資料進(jìn)行了系統(tǒng)的分析和理解。其中著重對(duì)matlab軟件進(jìn)行深入學(xué)習(xí)。第二天著手分析語音信號(hào)的處理的基本方法和步驟，發(fā)現(xiàn)好多原理沒有搞清楚，造成進(jìn)度很慢，同時(shí)也感覺到了一種壓迫感。第三天開始全方面的設(shè)計(jì)調(diào)試程序，其中讓我體會(huì)到matlab軟件功能的強(qiáng)大，學(xué)好該軟件對(duì)以后的學(xué)習(xí)和工作具有重要的意義。在設(shè)計(jì)和調(diào)試程序的過程中遇到很多問題，更多的感受是matlab函數(shù)庫認(rèn)識(shí)尚

18、淺。但是在老師的指導(dǎo)幫助下和同學(xué)共同討論最后攻克諸多程序的時(shí)候自己高興地?zé)o法言表。希望今后能有跟多的實(shí)踐機(jī)會(huì)，從中不斷提升自己。再次感謝老師的悉心教導(dǎo)！參考文獻(xiàn)1 程佩青. 數(shù)字信號(hào)處理教程m. 北京: 清華大學(xué)出版社,2002.2 劉敏,魏玲. matlab 通信仿真與應(yīng)用m. 北京: 國防工業(yè)出版社, 2001.3 樓順天, 劉小東, 李博菡.基于 matlab7.x 的系統(tǒng)分析與設(shè)計(jì)j.信號(hào)處理.西安: 西安電子科技大學(xué) , 2005.4 謝平，王娜，林洪彬.信號(hào)處理原理及應(yīng)用.北京：機(jī)械工業(yè)出版社，2008.5 趙力.語音信號(hào)處理. 北京：機(jī)械工業(yè)出版社，2003.附 錄 第 頁 共1

19、8頁程序一：；短時(shí)能量函數(shù)；x,fs,bits=wavread(f:xinhaochulisheng.wav);t=(0:length(x)- 1)/ fs;plot(t,x);subplot(6,1,1),plot(a);n=32;for i=2:6h=linspace(1,1,2(i-2)*n); %形成一個(gè)矩形窗，長度為2.(i-2)*n en=conv(h,a*a); % 求短時(shí)能量函數(shù)en subplot(6,1,1),plot(en);if(i=2) legend(n=32);elseif(i=3) legend(n=64);elseif(i=4) legend(n=128);el

20、seif(i=5) legend(n=256);elseif(i=6) legend(n=512);endend程序二： ；短時(shí)平均過零率；a=wavread(f:xinhaochulihun.wav);n=length(a);n=320;subplot(3,1,1),plot(a);xlabel(頻率),ylabel(采樣幅度);h=linspace(1,1,n);en=conv(h,a.*a); %求卷積得其短時(shí)能量函數(shù)ensubplot(3,1,2),plot(en);xlabel(頻率),ylabel(短時(shí)能量); for i=1:n-1 if a(i)=0 b(i)= 1; else

21、 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); %求出每相鄰兩點(diǎn)符號(hào)的差值的絕對(duì)值 end k=1; j=0;while (k+n-1)=0 b(i)= 1; else 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); %求出每相鄰兩點(diǎn)符號(hào)差值的絕對(duì)值 end k=1; j=0;while (k+n-1)n zm(k)=0; for i=0:n-1; zm(k)=zm(k)

22、+w(k+i); end j=j+1; k=k+n/2; %每次移動(dòng)半個(gè)窗 end for w=1:j q(w)=zm(230*(w-1)+1)/(2*n); %短時(shí)平均過零率 end subplot(2,1,1),plot(q),xlabel(采樣點(diǎn)),ylabel(短時(shí)平均過零率);grid;程序四：；到譜圖程序；x,fs,nb=wavread(f:xinhaochulihun.wav);tt=floor(fs*0.002);tt1=floor(fs*.01);tt2=floor(fs*0.02);tt3=floor(fs*0.03);%畫波形圖t=(0:length(x)-1)/fs;s

23、ubplot(2,1,1);plot(t,x);legend(waveform );title(波形圖);xlabel( 時(shí)間 );ylabel(幅度 );%加窗w=hamming(tt3);pos=1;fx=;while(pos+tt3)=length(x)y=x(pos:pos+tt3-1);y=y-mean(y);y=fft(y.*w); %作加窗信號(hào)的傅利葉變換c=fft(log(abs(y)+eps); %倒譜分析c,fxval=max(abs(c(tt:tt2);%找出 2ms(=500hz)和 20m(=50hz)之間的最大值fx=fx fs/(tt+fxval-1);pos=pos+tt1;end;%畫出倒譜圖t2=(0:length(fx)-1)*0.01;subplot(2,1,2);plot(t2,fx);legend( fx trace );title(倒譜圖);ylabel( 頻率(hz) );程序五：；濾波器設(shè)計(jì)與濾波；z,fs,bit