在PC平臺上的語音信號采集和處理

1、101科技資訊科技資訊SCIENCE&TECHNOLOGYINFORMATION 2008NO.08SCIENCE&TECHNOLOGYINFORMATIONIT技術(shù)1基于PC機的信號采集系統(tǒng)1.1系統(tǒng)設(shè)計關(guān)鍵問題目前P c 機的外部擴展設(shè)備已經(jīng)很齊全,w i n d o w s 一般帶有的音頻操作軟件很全面,硬件方面只需一個可以將語音轉(zhuǎn)換成電子信號的設(shè)備,比如麥克風(fēng)。軟件采用Matlab 高級程序設(shè)計語言設(shè)計。Matlab 是美國m a t h w o r k s 公司開發(fā)的“演算紙”式的程序設(shè)計語言,是一個跨平臺的科學(xué)計算環(huán)境。它以其強大的計算和繪圖功能、大量穩(wěn)定可靠的算法

2、庫、簡潔高效的編程語言以及龐大的用戶群,成為數(shù)學(xué)計算工具方面事實上的標(biāo)準(zhǔn)。包括通信、信號處理、神經(jīng)網(wǎng)絡(luò)、自動控制等幾乎所有的工程計算領(lǐng)域,M a t l a b 都有相應(yīng)的軟件工具箱。最新的M a t l a b 版本,不僅可以與C /C +、V C 、V B 等高級語言混合編程、互相調(diào)用,還可以調(diào)用計算機硬件設(shè)備,是目前最為流行的軟件之一。為制作基于M a t l a b 的信號采集系統(tǒng)提供了很好的條件。編程設(shè)計時要考慮以下3個關(guān)健問題:錄放音函數(shù)的選用。M a t l a b 中有兩個函數(shù)可以用于實現(xiàn)錄音功能。使用wavrecord 函數(shù)調(diào)用windows 音頻設(shè)備進行錄音,主要用于實時語

3、音采集。調(diào)用格式為x=wavrecord(n,fs,ch,dtype,得到數(shù)字化的語音數(shù)據(jù)串,可直接作為M a t l a b 變量參與各種運算,式中n 為采樣的點數(shù),決定了錄音長度;f s 為采樣頻率,默認(rèn)值為11025H z ,還可根據(jù)系統(tǒng)要求自己選擇合適的采樣率;c h 為聲道數(shù),默認(rèn)值為1,表示單聲道,如果指定為2,則采樣為雙聲道立體聲數(shù)據(jù);d t y p e 為采樣數(shù)據(jù)的存儲格式,用字符串指定,可以是double、single、intl6、int8,指定存儲格式的同時也就規(guī)定了每個采樣值量化的精度,i n t 8對應(yīng)8位精度采樣,其他都是l6位采樣精度。使用Matlab 的wavre

4、ad 函數(shù)也可以采集語音。不過w a v r e a d 函數(shù)只能讀取計算機中已有的w a v 文件,也就是說,必須事先使用w i n d o w s 的錄音機等設(shè)備把有關(guān)的語音資料錄制并存儲為w a v 文件。顯然w a v r e a d 不能用于實時的語音采集處理系統(tǒng),另外,語音采樣的頻率和精度不能改變?；胤艜r也有兩個函數(shù)可以選用?？梢允褂胹 o u n d 函數(shù),調(diào)用格式為sound(x,fs,其中x 是采集到的數(shù)據(jù)序列,f s 是采集時使用的采樣頻率。也可選用另一個函數(shù)wavplay,不過wavplay 沒有sound 適應(yīng)性強,只能用于w i n d o w s 平臺。語音分幀技術(shù)

5、。語音信號的存儲和處理都是按幀進行的。語音信號是一種非平穩(wěn)信號,進行時頻分析及其他各種處理時一般要采用短時分析技術(shù),即把長時間的語音數(shù)據(jù)串分成1030m s 的短時幀?？梢允褂肕atlab 的enframe 函數(shù)對采集的語音數(shù)據(jù)進行分幀。利用e n f r a m e 函數(shù)對采集的連續(xù)語音信號分幀時,可以同時選擇添加哈明窗或矩形窗以滿足頻譜分析等信號處理的要求。調(diào)用格式為Y =e n f r a m e (x ,N ,R ,即把序列x 分成若干個長為N 的幀,R 為相領(lǐng)幀移量,幀長減去幀移量即得相鄰幀和重疊長度,得到的Y 是一個以N 為行的矩陣,總行數(shù)即總幀數(shù)決定于X 、N 、R 之間的大小關(guān)

6、系。實際應(yīng)用,N 由采樣時間間隔和一幀持續(xù)的時間長決定;R 一般小于N 的一半,具體取值還要考慮窗的類型。有無聲的判決。有無聲判決在采集系統(tǒng)中作用非常大,它決定了系統(tǒng)開始采集存儲與否,也是采集結(jié)束與否的依據(jù),還可以為語音增強處理提供噪聲源。判決標(biāo)準(zhǔn)的選擇非常關(guān)鍵。短時幀能量是常用的數(shù)據(jù)之一,其運算簡單但是難以區(qū)分清音與寬帶噪聲;過零率是另一個常用判決數(shù)據(jù),過零率的特點是可以有效區(qū)分清音和噪音但運算復(fù)雜。采用短時幀能量和過零率雙重標(biāo)準(zhǔn)可以增加有無聲判決的準(zhǔn)確性,同時也可提高程序運行效率。1.2音頻信號的采集方法在音頻信號處理方面,下面介紹一種簡單,實用,經(jīng)濟的適用于中低頻的信號處理方法,如圖1所

7、示。采集時將隨時間變化的力、位移、時間變化的電壓信號,并將其降壓處理,其變化范圍在一11V 之間以滿足聲卡的輸人要求,然后就可以將兩路信號直接連接到聲卡的LINEIN 接口上,利用Matlab 環(huán)境下數(shù)據(jù)采集工具箱(DataAcquisition采集聲音信號,為提高聲音信號的質(zhì)量,可對采樣頻率等屬性進行必要的設(shè)置。在對聲音進行錄制過程中,不可避免地會夾雜一些噪音,需要通過濾波器才能過濾掉這些噪音。實際上,數(shù)字濾波器設(shè)計是信號處理工具箱一個重要的組成部分,可以根據(jù)頻譜的特點和處理信號的目的組成部分,設(shè)計出各種各樣符合要求的數(shù)字濾波器。下面以驗證吉他每根弦的基本(最低頻率為例,說明信號采集的方法(

8、在聲卡的一個通道上采集了1s 的聲音信號。由于一根吉他琴弦的振蕩頻率為112H z ,配置聲卡的最低采樣率應(yīng)為8000,甚至可以更低。在彈響琴弦后,在之附近放置麥克風(fēng),然后用手動觸發(fā)器觸發(fā)信號采集。M 文件如下,結(jié)果如圖2、3所示。Matlab 程序:AI=analoginput(winsound;%定義模擬輸入目標(biāo)A I 為聲卡chan=addchannel(AI,1;%設(shè)置通道數(shù)為1duration=1;%1s 采集set(AI,SampleRate,8000;%設(shè)置采樣率為8000HzActualRate=get(AI,SampleRate;s e t (A I ,S a m p l e

9、 s P e r T r i g g e r ,duration*ActualRate;%設(shè)置觸發(fā)采樣數(shù)在P C 平臺上的語音信號采集和處理石磊(中國計量學(xué)院信息工程學(xué)院浙江杭州310018摘要:在windows 音頻頻設(shè)備與Matlab 函數(shù)的基礎(chǔ)上,設(shè)計了一種基于PC 機的語音信號采集系統(tǒng),該系統(tǒng)給出了數(shù)據(jù)采集、信 號分解過程和 MATLAB 程序。實驗顯示它具有性能穩(wěn)定可靠,使用方便,適用范圍廣的特點。可用于頻譜分析、語音增強、語音編碼 或語音識別的實驗系統(tǒng)中。 關(guān)鍵詞:PC信號采集分解Matlab音頻工具箱 中圖分類號:TP391.3文獻標(biāo)識碼:A文章編號:1672-3791(2008

10、03(b-0101-02圖1信號采集分析圖102科技資訊 科技資訊SCIENCE&TECHNOLOGYINFORMATION2008NO.08SCIENCE&TECHNOLOGYINFORMATIONIT技術(shù)量set(AI,TriggerType,Manual%觸發(fā)類型為手動b l oc k s i z e =g e t (A I ,SamplesPerTrigger;%模塊大小為每觸發(fā)采樣的大小Fs=ActualRate;%設(shè)置頻率start(AItrigger(AI%觸發(fā)啟動(這時要撥響吉他,并將聲音傳人聲卡data=getdata(AI;figure(1,plot(dat

11、a;f,mag=daqdocft(data,Fs,blocksize%F ,M A G =D A Q D O C F F I '(X ,PS ,BLOCKSIZEcalculatestheFFTofX%usingsamplingfrequencyFSand theSamplesPerTrigger%providedinB xfft=abs(ft(data;%Avoidtakingthe logof0。index=find(xft=0;xft(index=le 一17;mag=20*logl0(xfft;mag=mag(1:floor(bloeksize /2;f =(O :l e n

12、g t h (m a g 一1*F s /blocksize ;f=f(:;figure(2,plot(f,maggridonymax,maxindex=max(mag1.3頻譜分析利用采集系統(tǒng)對所采集信號進行頻譜分析的情況。從幅度譜上可以明顯看出存在若干共振峰。把幅度譜放大后可以看出四個共振峰位置約在k=12、18、15、30處,利用頻譜分辨率公式f '=f /N 和采樣率C =8000H z 、采樣點數(shù)N =400,可以確定基音約687H z ?；粼谡Z音編碼與識別中有廣泛應(yīng)用。2結(jié)語基于Pc 機windows 平臺,采用Matlab 語音編程和w i n d o w s 音頻設(shè)備

13、,設(shè)計一個語音采集系統(tǒng)。實驗顯示,本系統(tǒng)方便快捷,性能穩(wěn)定可靠,同時具有波形演示、語音編碼、頻譜分析等多種功能。可用于信號時頻分析、語音增強、語音編碼、語音識別等的教學(xué)與科研實驗系統(tǒng)當(dāng)中?；赑c 機windows 平臺和Matlab 編程的軟件系統(tǒng)方便實用,對從事信號處理教學(xué)和研究的人員將提供有力幫助。圖2輸入信號波形圖圖3輸入信號頻譜圖多窄帶帶阻數(shù)字濾波器就是對50H z 的T 頻及其二次諧波100H z 進行陷波的數(shù)字濾波器。由于心電信號中還包含基線漂移,這些基線漂移的頻率成份小于0.5H z ,因而陷波器應(yīng)能濾除工頻、工頻的二次諧波和基線漂移三部分信號。選取抽樣頻率為200Hz,在Z

14、平面位圓周上均勻安排200個零點,在f=OHz,f=50Hz 和f=100Hz 處設(shè)置三個極點與相應(yīng)的零點相抵消,可形成只有三個一頻率通過的多通帶帶通濾波器,得到系統(tǒng)輸出y1(n=y1(n-4+x(n-x (n-200,其頻率特性曲線如圖2所示。三個通帶帶寬均為1H z 。再設(shè)計一個全通數(shù)字濾波器,y 2(n =50x (n -98。取全通濾波器與多通帶帶通濾波器的差,即y2(n-yl(2,從而得到一多窄帶帶阻數(shù)字濾波器,該濾波器可作為抑制基線漂移和工頻干擾的有效手段。在此通過M a t l a b 編程進行該濾波器的效果仿真,算法程序如下:bl=zeros(1,201;bl(1,1=l ;bl(1,201=-l;a1=1000一l;fl=filter(bl,al,f/2;b2=zeros(1,99;b2(1,99=50;a2=l;f2=filter(b2,a2,f/2;f0=f2-fl:f 為處理前數(shù)據(jù),f0為處理后數(shù)據(jù),處理結(jié)果如圖2(b所示。從圖中可以看出,經(jīng)過處理后,圖形得到一定的平滑,基線漂移也得到了抑制。3結(jié)語在實際應(yīng)用中,通常需要通過不同的方式測得或采集到一些離散數(shù)據(jù)點,在對這些數(shù)據(jù)點進行利用之前,必須先對這些數(shù)據(jù)點進行分析