matlab 語音 延時(shí)與混響

1、武漢理工大學(xué)信息處理課群綜合訓(xùn)練與設(shè)計(jì)報(bào)告書目 錄摘 要2Abstract31 引言42 課程設(shè)計(jì)題目描述和要求52.1設(shè)計(jì)內(nèi)容52.2設(shè)計(jì)要求53 課程設(shè)計(jì)報(bào)告內(nèi)容63.1 總體設(shè)計(jì)63.2 詳細(xì)設(shè)計(jì)過程73.2.1混響73.2.2延時(shí)83.2.3離散傅立葉變換93.2.4濾波器設(shè)計(jì)104.設(shè)計(jì)的步驟及代碼編寫164.1從Windows讀取1s的語音信號(hào)164.2采樣后語音信號(hào)的時(shí)域波形和頻譜164.3對(duì)采樣后的信號(hào)延時(shí)和混響174.4單回聲濾波器184.5無限個(gè)回聲濾波器194.6全通結(jié)構(gòu)的混響器214.6多重回聲濾波器22結(jié)果與體會(huì)24參考資料25摘 要數(shù)字信號(hào)處理(Digital Si

2、gnal Processing)技術(shù)，從20世紀(jì)60年代以來，隨著計(jì)算機(jī)科學(xué)和信息科學(xué)發(fā)展，數(shù)字處理技術(shù)應(yīng)運(yùn)而生并得以快速發(fā)展。 語言是人們進(jìn)行信息溝通的主要方式之一，它具有直接、自然、方便等優(yōu)點(diǎn)。語音則是語言的物理層表達(dá)方式。語音處理主要是對(duì)語音進(jìn)行機(jī)器處理，以達(dá)到傳輸、自動(dòng)識(shí)別、機(jī)器理解等目的。進(jìn)行了語音處理過程的濾波、采樣、傅立葉變換和譜包絡(luò)提取的算法實(shí)現(xiàn)研究，討論了在算法的DSP實(shí)現(xiàn)方法， Matlab 語言是一種廣泛應(yīng)用于工程計(jì)算及數(shù)值分析領(lǐng)域的新型高級(jí)語言, Matlab 功能強(qiáng)大、簡(jiǎn)單易學(xué)、編程效率高。特別是Matlab 還具有信號(hào)分析工具箱, 不需具備很強(qiáng)的編程能力, 就可以很

3、方便地進(jìn)行信號(hào)分析、處理和設(shè)計(jì)。關(guān)鍵詞：語音信號(hào)處理 數(shù)字信號(hào)處理 Matlab 濾波器 頻譜分析AbstractDigital Signal Processing (Digital Signal Processing) technology from the 1960s,along with the development of computer science and information science, digital processing techniques have emerged and to rapid development. Language is the commun

4、ication of people to one of the main, it has a direct, natural, and easy. Voice is the language of the physical layer of expression. Voice processing machines mainly for voice processing, in order to achieve transmission, automatic recognition, machine understanding of other purposes. For voice proc

5、essing filtering, sampling, Fourier transform and spectral envelope extraction algorithm research, discusses the implementation of DSP algorithms.Matlab language is a widely used engineering calculation and numerical analysis of the field of new high-level language, Matlab powerful, easy to learn, p

6、rogramming and high efficiency. Matlab also has a particular signal analysis toolbox, need not have strong programming skills, you can easily carry out signal analysis, processing and design.Keyword: peech signal processing; DSP; spectral analysis; filter 1 引言數(shù)字信號(hào)處理主要是研究用數(shù)字或符號(hào)序列表示和處理信號(hào)。處理的目的可以是削弱信號(hào)中

7、的多余內(nèi)容，濾除混雜的噪聲和干擾，或者是將信號(hào)變換為容易分析和識(shí)別的形式，便于估計(jì)和選擇它的特征參數(shù)。聲音信號(hào)是一維連續(xù)信號(hào),而計(jì)算機(jī)只能處理離散信號(hào)。為了從離散信號(hào)還原連續(xù)信號(hào),根據(jù)采樣定理,可以確定采樣頻率的最小值。wav文件是一種數(shù)字聲音文件格式,本課程設(shè)計(jì)基于Matlab分析了wav聲音文件頻譜與聲音的關(guān)系。通過采集個(gè)人的一段聲音進(jìn)行頻譜分析等處理，然后設(shè)計(jì)數(shù)字濾波器處理這個(gè)原始聲音的wav文件,并比較濾波以后輸出聲音信號(hào)與原聲音信號(hào)的異同?；贛ATLAB 的語音信號(hào)特技處理, 其實(shí)質(zhì)是針對(duì)于不同的濾波器性能的分析與比較。對(duì)于濾波器的設(shè)計(jì)可以使用MATLAB 中自帶的工具, 也可以通

8、過編程或直接利用MATLAB中的函數(shù)庫來實(shí)現(xiàn)。2 課程設(shè)計(jì)題目描述和要求2.1設(shè)計(jì)內(nèi)容(1)利用Windows下的錄音機(jī)或其他軟件，錄制一段自己的語音信號(hào)，時(shí)間控制在1s左右，并對(duì)錄制的信號(hào)進(jìn)行采樣。(2)語音信號(hào)的頻譜分析，畫出采樣后語音信號(hào)的時(shí)域波形和頻譜圖。(3)將信號(hào)加入延時(shí)和混響，再分析其頻譜，并與原始信號(hào)頻譜進(jìn)行比較。(4)設(shè)計(jì)幾種特殊類型的濾波器：?jiǎn)位芈暈V波器，多重回聲濾波器，無限個(gè)回聲濾波器，全通結(jié)構(gòu)的混響器，并畫出濾波器的頻域響應(yīng)。(5)用自己設(shè)計(jì)的濾波器對(duì)采集的語音信號(hào)進(jìn)行濾波。(6)分析得到信號(hào)的頻譜，畫出濾波后信號(hào)的時(shí)域波形和頻譜，并對(duì)濾波前后的信號(hào)進(jìn)行對(duì)比，分析信號(hào)的

9、變化。(7)回放語音信號(hào)。2.2設(shè)計(jì)要求(1)熟悉離散信號(hào)和系統(tǒng)的時(shí)域特性。(2)熟悉語音信號(hào)的特點(diǎn)。(3)掌握數(shù)字信號(hào)處理的基本概念，基本理論和基本方法。(4)掌握序列快速傅里葉變換方法。(5)學(xué)會(huì)MATLAB的使用，掌握MATLAB的程序設(shè)計(jì)方法。(6)掌握MATLAB設(shè)計(jì)各種數(shù)字濾波器的方法和對(duì)信號(hào)進(jìn)行濾波的方法。3 課程設(shè)計(jì)報(bào)告內(nèi)容3.1 總體設(shè)計(jì) 整體的流程圖如3.1所示利用Windows下的錄音機(jī)或其他軟件，錄制一段自己的語音信號(hào)，時(shí)間控制在1s左右，并對(duì)錄制的信號(hào)進(jìn)行采樣語音信號(hào)的頻譜分析，畫出采樣后語音信號(hào)的時(shí)域波形和頻譜圖將信號(hào)加入延時(shí)和混響，再分析其頻譜，并與原始信號(hào)頻譜進(jìn)

10、行比較設(shè)計(jì)幾種特殊類型的濾波器：無限個(gè)回聲濾波器，全通結(jié)構(gòu)的混響器，并畫出濾波器的頻域響應(yīng)。用自己設(shè)計(jì)的濾波器對(duì)采集的語音信號(hào)進(jìn)行濾波分析得到信號(hào)的頻譜，畫出濾波后信號(hào)的時(shí)域波形和頻譜，并對(duì)濾波前后的信號(hào)進(jìn)行對(duì)比，分析信號(hào)的變化回放語音信圖3.1 整體流程圖3.2 詳細(xì)設(shè)計(jì)過程3.2.1混響人工混響是指人為對(duì)原始聲音信號(hào)進(jìn)行處理,使其具有更好的音質(zhì)效果, 在音樂、廣播、電視和電影制作中廣泛應(yīng)用. 以往, 混響處理是采用人工方法或模擬技術(shù), 效果不夠理想. 近年來, 隨著數(shù)字信號(hào)處理技術(shù)的發(fā)展, 一些原本只有通過建筑聲學(xué)才能解決的聲學(xué)效果問題可以利用電聲學(xué)知識(shí)以數(shù)字信號(hào)處理的手段來實(shí)現(xiàn).在一個(gè)聲

11、學(xué)環(huán)境下, 一個(gè)聲源除了直接到達(dá)人耳外, 還有一部分要通過人體周圍的障礙物反射到人耳, 直達(dá)聲和反射聲疊加在一起就形成了混響?；祉懙拿}沖響應(yīng)如圖3.2 所示, 其中直達(dá)信號(hào)是聲源不經(jīng)過任何障礙物直接到達(dá)人耳的那部分, 其傳播路徑較短, 所以能量損失少, 幅度很強(qiáng); 早期反射由一次或幾次反射的聲音信號(hào)所組成, 此時(shí)聲音的譜線離散, 能量由于聲音與反射面的碰撞有所減少; 后期反射由更多的多次反射的聲音信號(hào)組成,聲音經(jīng)過不斷的多次反射, 能量呈指數(shù)遞減, 同時(shí)反射聲密度增加, 使得譜線密集, 近似連續(xù)。圖3.2 系統(tǒng)脈沖響應(yīng)數(shù)字混響器就是對(duì)原始樸素的聲音信號(hào)進(jìn)行處理, 使其產(chǎn)生一定混響效果的數(shù)字信號(hào)

12、處理系統(tǒng), 這樣的系統(tǒng)其脈沖響應(yīng)從理論上講應(yīng)該類似或逼近圖3.2所示的形式?；祉懙某Ｒ妳?shù)有以下幾種：（1）混響時(shí)間：能逼真的模擬自然混響的數(shù)碼混響器上都有一套復(fù)雜的程序，其上雖然有很多技術(shù)參數(shù)可調(diào)，然而對(duì)這些技術(shù)參數(shù)的調(diào)整都不會(huì)比原有的效果更為自然，尤其是混響時(shí)間。（2）高頻滾降：此項(xiàng)參數(shù)用于模擬自然混響當(dāng)中，空氣對(duì)高頻的吸收效應(yīng)，以產(chǎn)生較為自然的混響效果。一般高頻混降的可調(diào)范圍為0.11.0。此值較高時(shí)，混響效果也較接近自然混響；此值較低時(shí)，混響效果則較清澈。（3）擴(kuò)散度：此項(xiàng)參數(shù)可調(diào)整混響聲陣密度的增長(zhǎng)速度，其可調(diào)范圍為010，其值較高時(shí)，混響效果比較豐厚、溫暖；其值較低時(shí)，混響效果則較

13、空曠、冷僻。（4）預(yù)延時(shí)：自然混響聲陣的建立都會(huì)延遲一段時(shí)間，預(yù)延時(shí)即為模擬次效應(yīng)而設(shè)置。（5）聲陣密度：此項(xiàng)參數(shù)可調(diào)整聲陣的密度，其值較高時(shí)，混響效果較為溫暖，但有明顯的聲染色；其值較低時(shí)，混響效果較深邃，切聲染色也較弱。（6）頻率調(diào)制：這是一項(xiàng)技術(shù)性的參數(shù)，因?yàn)殡娮踊祉懙穆曣嚸芏缺茸匀换祉懴∈?，為了使混響的聲音比較平滑、連貫，需要對(duì)混響聲陣列的延時(shí)時(shí)間進(jìn)行調(diào)制。此項(xiàng)技術(shù)可以有效的消除延時(shí)聲陣列的段裂聲，可以增加混響聲的柔和感。（7）調(diào)治深度：指上述調(diào)頻電路的調(diào)治深度。3.2.2延時(shí)延時(shí)就是將音源延遲一段時(shí)間后，再欲播放的效果處理。依其延遲時(shí)間的不同，可分別產(chǎn)生合唱、鑲邊、回音等效果。當(dāng)延遲

14、時(shí)間在335ms之間時(shí)人耳感覺不到滯后音的存在，并且他與原音源疊加后，會(huì)因其相位干涉而產(chǎn)生"梳狀濾波"效應(yīng)，這就是鑲邊效果。如果延遲時(shí)間在50ms以上時(shí)，其延遲音就清晰可辨，此時(shí)的處理效果才是回音。回音處理一般都是用于產(chǎn)生簡(jiǎn)單的混響效果。延時(shí)、合唱、鑲邊、回音等效果的可調(diào)參數(shù)都差不多，具體有以下幾項(xiàng)：延時(shí)時(shí)間（Dly），即主延時(shí)電路的延時(shí)時(shí)間調(diào)整。反饋增益（FB Gain），即延時(shí)反饋的增益控制。反饋高頻比（Hi Ratio），即反饋回路上的高頻衰減控制。調(diào)制頻率（Freq），指主延時(shí)的調(diào)頻周期。調(diào)制深度（Depth），指上述調(diào)頻電路的調(diào)制深度。高頻增益（HF），指高頻均衡

15、控制。預(yù)延時(shí)（Ini Dly），指主延時(shí)電路預(yù)延時(shí)時(shí)間調(diào)整。均衡頻率（EQ F），這里的頻率均衡用于音色調(diào)整，此為均衡的中點(diǎn)頻率選擇。由于延時(shí)產(chǎn)生的效果都比較復(fù)雜多變，如果不是效果處理專家，建議使用設(shè)備提供的預(yù)置參數(shù)，因?yàn)檫@些預(yù)置參數(shù)給出的處理效果一般都比較好。3.2.3離散傅立葉變換在MATLAB的信號(hào)處理工具箱中函數(shù)FFT和IFFT用于快速傅立葉變換和逆變換。下面介紹這些函數(shù)。函數(shù)FFT用于序列快速傅立葉變換。函數(shù)的一種調(diào)用格式為        y=fft(x)其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，若x

16、為一向量，y是x的FFT。且和x相同長(zhǎng)度。若x為一矩陣，則y是對(duì)矩陣的每一列向量進(jìn)行FFT。如果x長(zhǎng)度是2的冪次方，函數(shù)fft執(zhí)行高速基2FFT算法；否則fft執(zhí)行一種混合基的離散傅立葉變換算法，計(jì)算速度較慢。函數(shù)FFT的另一種調(diào)用格式為         y=fft(x,N)式中，x，y意義同前，N為正整數(shù)。函數(shù)執(zhí)行N點(diǎn)的FFT。若x為向量且長(zhǎng)度小于N，則函數(shù)將x補(bǔ)零至長(zhǎng)度N。若向量x的長(zhǎng)度大于N，則函數(shù)截短x使之長(zhǎng)度為N。若x 為矩陣，按相同方法對(duì)x進(jìn)行處理。經(jīng)函數(shù)fft求得的序列y一般是復(fù)序列，通常要求其幅值和

17、相位。MATLAB提供求復(fù)數(shù)的幅值和相位函數(shù)：abs，angle，這些函數(shù)一般和FFT同時(shí)使用。3.2.4濾波器設(shè)計(jì)單回聲濾波器的系統(tǒng)函數(shù)：H(z)=1+a*z-m <1將其寫成差分方程為：y(n)=x(n)+a*x(n-m)這樣我們就能理解為什么稱其為單回聲濾波器了。濾波器的輸出為輸入和一個(gè)輸入延時(shí)的疊加，而輸入的延時(shí)就可以看作回聲。單回聲濾波器的幅頻曲線、相頻曲線和單位脈沖響應(yīng)分別如圖3.3、圖3.4和圖3.5所示：圖3.3 單回聲濾波器幅頻曲線圖3.4 單回聲濾波器相頻曲線圖3.5 單回聲濾波器脈沖響應(yīng)無限回聲濾波器的系統(tǒng)函數(shù)：H(z)= z-m/ a*z-m <1之所以稱其

18、為無限回聲濾波器了？同單回聲濾波器一樣，同樣系統(tǒng)函數(shù)寫為差分方程，結(jié)果為：y(n)=x(n)+a*y(n-m)=x(n)+a*x(n-m)+a2*y(n-2*m)=從差分方程可以看出，系統(tǒng)的輸入為輸出及其一系列延時(shí)的疊加，且延時(shí)后信號(hào)的系數(shù)的絕對(duì)值逐漸減小，這就可以理解什么是無限回聲濾波器了。無限回聲濾波器的幅頻響應(yīng)、相頻響應(yīng)和單位脈沖響應(yīng)如圖3.6、圖3.7和圖3.8所示：圖3.7 無限回聲濾波器幅頻曲線圖3.8 無限回聲濾波器相頻曲線圖3.9 無限回聲濾波器脈沖響應(yīng)多重回聲濾波器器：多重回聲濾波器只需要在單回聲濾波器做適當(dāng)修改就可以了，這里不做過多討論。全通結(jié)果的混響器的系統(tǒng)函數(shù)為：H(z

19、)=(a+z-m)/(1+a*z-m) <1之所以稱其為全通濾波器了，我們可以來看其幅頻響應(yīng)如圖3.10所示。這樣我們就可以理解為什么是全通了，其幅頻響應(yīng)總是為1。同時(shí)，該濾波器的相頻響應(yīng)和單位沖擊響應(yīng)如圖3.11和圖3.12所示。圖3.10 全通濾波器幅頻曲線圖3.11 全通濾波器相頻曲線圖3.12 全通濾波器脈沖響應(yīng)對(duì)信號(hào)進(jìn)行時(shí)域?yàn)V波用到函數(shù)filter，函數(shù)filter的調(diào)用格式為：y=filter(b,a,x)該格式采用數(shù)字濾波器對(duì)數(shù)據(jù)進(jìn)行濾波，既可以用于IIR濾波器，也可以用于FIR濾波器。其中向量b和a分別表示系統(tǒng)函數(shù)的分子、分母多項(xiàng)式的系數(shù)，若a1，此時(shí)表示FIR濾波器，否

20、則就是IIR濾波器。該函數(shù)是利用給出的向量b和a，對(duì)x中的數(shù)據(jù)進(jìn)行濾波，結(jié)果放如向量y中。4.設(shè)計(jì)的步驟及代碼編寫4.1從Windows讀取1s的語音信號(hào)讀取wav文件的函數(shù)是wavread，其調(diào)用格式如下：x,fs,bits=wavread(filepath)該函數(shù)用于讀取語音，采樣值放在向量x中，fs表示采樣頻率(Hz)，bits表示采樣位數(shù)。4.2采樣后語音信號(hào)的時(shí)域波形和頻譜對(duì)采樣后信號(hào)進(jìn)行頻譜分析的具體代碼如下：close allclear all x,fs,bits=wavread('e:matlabworkDSP.wav');x=x(:,1);plot(x)tit

21、le(the wave of time domain)figurey=fft(x);plot(abs(y)title(the wave of frequency domain)結(jié)果如圖4.1所示:圖4.1 原始信號(hào)時(shí)域和頻域波形圖4.3對(duì)采樣后的信號(hào)延時(shí)和混響對(duì)采樣后的信號(hào)進(jìn)行延時(shí)和混響的程序如下所示：n=200;%n用來調(diào)節(jié)延時(shí)大小x1=zeros(n,1);x;x2=x;zeros(n,1);x3=x1+x2;figureplot(x3)title('wave of time domain after delay')y1=fft(x3);figureplot(abs(y1)

22、title('wave of frequency domain after delay')程序運(yùn)行結(jié)果如圖4.2所示：圖4.2 延時(shí)和混響波形4.4單回聲濾波器用單回聲濾波器對(duì)信號(hào)進(jìn)行濾波并對(duì)濾波后的時(shí)域波形和頻譜分析的程序如下：close allclear allx,fs,bits=wavread('e:matlabworkDSP.wav');x=x(:,1);m=10000;%用來調(diào)整回聲與原來聲音的間隔a=0.6;%用來調(diào)整回聲的強(qiáng)度b=1;zeros(m,1);a;a=1;y2=filter(b,a,x);plot(y2)title('wave

23、of time domain through single echo filter')figurey3=fft(y2);plot(abs(y3)title('wave of frequence domain through single echo filter')sound(y2,fs,bits)程序運(yùn)行結(jié)果如圖4.3所示：圖4.3 單回聲濾波器波形回放的音頻有明顯的回聲。分析經(jīng)過單回聲濾波器的音頻信號(hào)可以看出幅值的變化不是很大，但是原始信號(hào)無幅值的點(diǎn)出現(xiàn)了幅值，這也是產(chǎn)生的回聲的原因。分析頻譜圖可以看出，幅值有較大的提升。4.5無限個(gè)回聲濾波器用無限回聲濾波器進(jìn)行濾波

24、的程序如下所示：clear allx,fs,bits=wavread('e:matlabworkDSP.wav');x=x(:,1);p=200; %用來調(diào)整回聲間隔a=0.6; %用來調(diào)整回聲音量b=zeros(p,1);1;a=1;zeros(p-1,1);-a;y3=filter(b,a,x);plot(y3)title('wave of time domain infinite single echo filter')figurey4=fft(y3);plot(abs(y4)title('wave of frequence domain thro

25、ugh infinite echo filter')sound(y3,fs,bits)程序運(yùn)行結(jié)果如圖4.4所示：圖4.4 無限回聲濾波器波形分析經(jīng)過無限回聲濾波器的信號(hào)可以發(fā)現(xiàn)，在時(shí)間域上，幅值線更密集且幅值增大，在頻域上，幅值減小，但譜線更密集。為了更清楚的現(xiàn)實(shí)無限回聲濾波器的效果，我們可以調(diào)整參數(shù)p（為了能清晰分辨出回聲，這里將p設(shè)為20000），并將原始信號(hào)延長(zhǎng)，看經(jīng)過濾波器的效果。x,fs,bits=wavread('e:matlabworkDSP.wav');x=x(:,1);p=20000;a=0.6;b=zeros(p,1);1;a=1;zeros(p-

26、1,1);-a;x=x;zeros(200000,1);y5=filter(b,a,x);plot(y5)sound(y5,fs,bits)經(jīng)過無限回聲濾波器后的時(shí)域波形如圖4.5所示：圖4.5 無限回聲濾波器時(shí)域波形可以看出，語音信號(hào)在時(shí)域上一直重復(fù)且幅值越來越小，這符合無限回聲濾波器的特性。回放的音頻信號(hào)也是無限重復(fù)，且音量越來越小，給人無限重復(fù)的感覺。設(shè)想如果>1,且將原始音頻信號(hào)無限延遲（通過在原始信號(hào)后面補(bǔ)零實(shí)現(xiàn)），那回聲會(huì)越來越大，直到聲音失真。4.6全通結(jié)構(gòu)的混響器全通結(jié)構(gòu)的混響器其程序如下所示：clear allx,fs,bits=wavread('e:matla

27、bworkDSP.wav');x=x(:,1);p=200;a=0.6;b=a;zeros(p,1);1;a=1;zeros(p,1);-a;y6=filter(b,a,x);plot(y6)title('time wave through full-pass filter')figurey7=fft(y6);plot(abs(y6)title('frequence wave through full-pass filter')sound(y6,fs,bits)程序運(yùn)行結(jié)果如圖4.6所示：圖4.6 全通濾波器波形分析經(jīng)過濾波器的信號(hào)發(fā)現(xiàn)，其時(shí)間域幅值有所增加，幅值線變得密集，但波形基本不變。頻譜線的幅值變大，但譜線變得稀疏。4.6多重回聲濾波器多重回聲濾波器其程序如下：clear allx,fs,bits=wavread('e:matlabworkDSP.wav');x=x(:,1);p=20000;b=1;zeros(p,1);-0.55;a=1;zeros(p,1);-0.5;y6=filter(b,a,x);plot(y6)title('time wave through mult echo filter')fi