南郵通達(dá)語音時(shí)頻參數(shù)的提取和應(yīng)用和語音編碼實(shí)驗(yàn).docx

1、南京郵電大學(xué)通達(dá)學(xué)院實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱語音時(shí)頻參數(shù)的提取和應(yīng)用實(shí)驗(yàn)語音編碼實(shí)驗(yàn)課程名稱信息處理技術(shù)專業(yè)綜合實(shí)驗(yàn)班級學(xué)號姓名開課時(shí)間2016/2017學(xué)年，第二學(xué)期實(shí)驗(yàn)一語音時(shí)頻參數(shù)的提取和應(yīng)用一、實(shí)驗(yàn)?zāi)康氖煜じ镜恼Z音時(shí)頻參數(shù)提取方法，觀察并比擬各類參數(shù)采用不同提取方法的效果，了解這些時(shí)頻參數(shù)在語音處理中的應(yīng)用。二、實(shí)驗(yàn)內(nèi)容1、編寫并調(diào)試語音時(shí)域參數(shù)提取程序，包括短時(shí)功率、短時(shí)過零率等函數(shù)。2、編寫并調(diào)試語音頻域參數(shù)提取程序，包括頻譜、語譜圖、基音頻率、共振峰等。3、利用提取出的時(shí)頻參數(shù)對語音信號進(jìn)展靜/清/濁音的劃分。三、實(shí)驗(yàn)原理語音信號具有短時(shí)平穩(wěn)性，需對其進(jìn)展分段幀）處理幀長一般取10至3

2、0ms之間）。根據(jù)鼓勵方式的不同，語音信號可以分成濁音和清音兩大類：濁音：鼓勵源可模擬成準(zhǔn)周期性的脈沖串。該周期稱為基音周期，其倒數(shù)就是基音頻率，基音頻率一般在幾百赫茲以內(nèi)。清音：鼓勵源可模擬成隨機(jī)白噪聲。簡化的語音生成數(shù)學(xué)模型如下圖：對語音時(shí)頻波形進(jìn)展繪制與觀察，有助于了解語音的清/濁音等特性。對基音周期等聲門參數(shù)和共振峰等聲道參數(shù)進(jìn)展提取與分析，是語音處理與應(yīng)用的重要內(nèi)容。對于語音信號，確定了各線性預(yù)測系數(shù)后，根據(jù)H(z)可得其頻率響應(yīng)的估值即LPC譜。5. LPC頻譜與基于DFT求得的語音對數(shù)幅度譜相比有何不同？LPC譜優(yōu)點(diǎn)在于可以很好地表示共振峰構(gòu)造而不出現(xiàn)額外的蜂起和起伏，根本不含有

3、噪聲，其頻率靈敏度與人耳不相匹配；DET得到的對數(shù)幅度譜受基頻諧波的影響，最大值只出現(xiàn)在諧波頻率上，共振峰測定誤差較大。6. LPC合成語音的質(zhì)量如何？有何改良措施？LPC合成技術(shù)的優(yōu)點(diǎn)是簡單直觀。其合成過程實(shí)質(zhì)上只是一種簡單的解碼和拼接過程。另外，由于波形拼接技術(shù)的合成基元是語音的波形數(shù)據(jù)，保存了語音的全部信息，因而對于單個合成基元來說能夠獲得很高的自然度。但是，由于自然語流中的語音和孤立狀況下的語音有著極大的區(qū)別，如果只是簡單地把各個孤立的語音生硬地拼接在一起，其整個語流的質(zhì)量勢必是不太理想的。而LPC技術(shù)從本質(zhì)上來說只是一種錄音+重放，對于合成整個連續(xù)語流LPC合成技術(shù)的效果是不理想的。

4、因此，LPC合成技術(shù)必須和其他技術(shù)相結(jié)合，才能明顯改善LPC合成的質(zhì)量。實(shí)驗(yàn)過程記錄與結(jié)果分析1、計(jì)算短時(shí)自相關(guān)函數(shù)1.1分別計(jì)算正弦信號和白噪聲的短時(shí)自相關(guān)函數(shù)，估計(jì)正弦信號的基音周期。其Matlab代碼如下:x=sin(2*pi*0.01*(0:499);r,eta=xcorr(x,l00,unbiased);stem(eta,r);w=randn(500,1);r,eta=xcorr(w,100,unbiased);stcm(cta,r);1.2計(jì)算正弦信號疊加白噪聲的短時(shí)自相關(guān)函數(shù)，試估計(jì)正弦信號的基音周期。其Matlab代碼如下:x=sin(2*pi*0.01*(0:499);w=r

5、andn(500,l);x1=x+w;r,eta=xcorr(x1,1()0,unbiased);stem(eta,r);1.3分別畫出一幀濁音和一幀清音的語音自相關(guān)波形(采樣頻率為10kHz,幀長為25.6ms,每幀有256個樣點(diǎn))，估計(jì)濁音的基音周期。loaddigits;x=digits.three1;m=2756;N=256;n=m-N+1:m;r,eta=xcorr(x(n),250,unbiased);plot(eta,r);m=500;N=256;n=m-N+l:ni;r,eta=xcorr(x(n),250,unbiased);plot(eta,r);2、求取LPC系數(shù)2.1加

6、載“digits.threel”語音數(shù)據(jù)?；谧韵嚓P(guān)法，求出其中一幀數(shù)據(jù)采樣頻率為10kHz,幀長為25.6ms,每幀有256個樣點(diǎn))的14階LPC系數(shù)。畫出相應(yīng)的LPC譜。loaddigits;x=digits.three1;m=2756:N=256;n=m-N+1:m;M=14;|r,cta=xcorr(x(n),250,unbiased);Rx=tocplitz(r(M+1:2*M);rx=r(M+2:2*M+l);a=Rxrx;NFFT=IO24;k=l:NFFT/2;X=fft(x(n).*hann(N),NFFT);Thcta=l./fft(l;-a,NFFT);plot(k,20

7、*logl0(abs(353*Theta(k)X(k)axis(0NFFT/2-infinf)2.2編寫一個用以實(shí)現(xiàn)杜賓遞推算法的函數(shù)“durbin.m”,其Matlab代碼如下：functiona,xi,kappa=durbin(r,M)kappa=zeros(M,l);a=zeros(M,1);xi=r(l);zeros(MJ);for(j=l:M)kappa(j)=r(j+l)-a(l:j-l)*r(j:-l:2)/xi(j);a(j)=kappa；a(1:j-1)=a(1:j-l)-kappa(j)*a(j-l:-l:1);xi(j+l)=a(l:j-l)-kappa(j)*a(j-l

8、xi(j+l)=xi(j)*(l-kappa(j)A2);end2.3利用函數(shù)“durbin.m”,計(jì)算2.1中語音數(shù)據(jù)幀的14階LPC系數(shù)，并與2.1中的結(jié)果進(jìn)展比擬：x=digils.three1;m=2756;N=256;n=m-N+l:m;M=14;Ir,eta=xcorr(x(n),250,unbiased);aLD,xi,kappa=durbin(r(M+l:2*M+1),M);a,aLD,norm(a-aLD)a=0.35120.20720.38080.31630.0522-0.1639-0.2903-0.2898-0.12220.19600.34920.30240.1713-0

9、.8258aLD=0.35120.20720.38080.31630.0522-0.1639-0.2903-0.2898-0.12220.19600.34920.30240.1713-0.8258ans=l. (X)47e-142.4編寫一個用以實(shí)現(xiàn)反射系數(shù)轉(zhuǎn)換為LPC系數(shù)的函數(shù)“rf21pc.m”,其Matlab代碼如下：functiona=rf21pc(kappa)M=length(kappa);a=zcros(MJ);for(j=l:M)a(j)=kappa(j);a(1:j-1)=a(1:j-1)-kappa(j)*a(j-11:1);end2.5編寫一個用以實(shí)現(xiàn)LPC系數(shù)轉(zhuǎn)換為反射系

10、數(shù)的函數(shù)“l(fā)pc2rf.m”，其Matlab代碼如下：functionkappa=lpc2rf(a)M=lengih(a);kappa=zeros(M,1);for(j=M:-l:l)kappa=a(j);a(l：j-D=(a(1:j-1)+a(j)*a(j-l:-l:l)/(1-kappa(j)A2);end2.6使用函數(shù)“rf21pc.m”和Tpc2rf.m”,檢驗(yàn)反射系數(shù)和LPC系數(shù)相互轉(zhuǎn)換結(jié)果。norm(kappa-lpc2rf(aLD)norm(aLD-rf2Ipc(kappa)ans=1.4760e-14ans=3、語音信號的逆濾波3.1利用2.3中求出的一幀語音數(shù)據(jù)的LPC系數(shù)，

11、構(gòu)造逆濾波器，并畫出該幀語音信號的殘差波形。ehat=filter(11,1,x(n);plot(x(n)ehal)3.2編寫一個用以實(shí)現(xiàn)語音信號LPC分析的函數(shù)“Ipcaut。，其Matlab代碼如下：functionar,xi,e,m=lpcauto(x,M,win,Olap)Nx=lcngth(x);N=length(win);if(N=1)N=win;win=ones(NJ);endF=fix(Nx-Olap)/(N-OIap);ar=zeros(M+l,F);xi=zeros(M+l,F);e=zcros(Nx,l);m=zeros(F,I);n=1:N;nl=1:Olap;n2=N

12、-Olap+1:N;n3=Olap+1:N;win1=win(nl)./(win(n1)+win(n2)+eps);win2=win(n2)./(win(n1)+win(n2)+eps);for(f=l:F)r,eta=xcorr(x(n).*win.M,biased);a,xi(:,f),kappa=durbin(r(M+1:2*M+1),M);ar(:,f)=l;-a;ehat=filtcr(ar(:,f).l,x(n);e(n)=e(n(n1).*win2+ehat(n1).*win1;ehat(n3);%Overlap-add.m(f)=n(N);n=n+(N-Olap);end3.3

13、加載“timitl”語音數(shù)據(jù)，利用“Ipcauio”函數(shù)對該句語音進(jìn)展LPC分析。畫出語音信號及其殘差波形。loadlimitI;x=timit1;M=14;N=256;ar,xi,e,m=lpcauto(x,M,hann(N),N/2);subplot(121),plot(x)subplot(122),plot(e)axis(0,60000,-1,1)plot(x,e)soundsc(x)soundsc(c)soundsc(x-e)4、LPC譜估計(jì)4.1編寫一個用以計(jì)算和顯示LPC譜的函數(shù)Ipcplot”,其Matlab代碼如下：functionlpcplot(A,Nfft,Fs,m)M,N

14、=size(A);if(N=l)Theta,F=freqz(l,A,Nfft,Fs);plot(F,20*logl0(abs(Thcta);xlabel(Frequency,itFHz);ylabel(Magnitude,|theta(oniega)|dB);elseif(length(m)=N)error(ThecolumndimensionofAmustbeequaltothelengthofm.)endTheta=zeros(Nfft,N);for(n=l:N)Theta(:,n),F=freqz(1,A(:,n),Nfft,Fs);endMeshHndl=meshz(m,F,20*Io

15、g10(abs(Theta);axisij;view(-45,45);set(MeshHndl,MeshStyle,Column);axistight;axisautoy;axisautoz;xlabcl(SamplcNumber,(itn);ylabelCFrequency,itF)Hz);zlabcl(Magnitudc,|thcta(onicga)|dB);end4.2利用“Ipcplot”函數(shù)，畫出3.3中語音數(shù)據(jù)的幾幀采樣頻率為16kHz,幀長為32ms,每幀有512個樣點(diǎn))LPC譜。plot(x(m(71):m(147)lpcplot(ar(:,71:147),512,16000,

16、m(71:147)lpcplot(ar(:,82),512,16000,0)lpcplot(ar(:,ll0),512,16000,0)lpcplot(ar(:,l34),512,16000,0)對于時(shí)變語音信號雙)，可以計(jì)算它的短時(shí)功率乙(7)和短時(shí)過零率ZA.(/72)o第，”幀幀長為N個樣點(diǎn))的功率計(jì)算公式為：過零率計(jì)算公式為：對于濁音語音，可以利用其頻譜X(C)具有豐富的諧波分量的特點(diǎn)，求出其諧波乘積譜，計(jì)算公式為：式中，R般取為5。在諧波乘積譜中，基頻分量變得很大，更易于估計(jì)基音周期。四、實(shí)驗(yàn)方法及程序1.調(diào)用mallab中的wavread和wavplay讀入并播放語音文件。2.調(diào)用

17、fft命令計(jì)算語音的頻譜。3.調(diào)用specgram命令得到語音的語譜圖。4.調(diào)用plot命令繪制并觀察語音的時(shí)頻域波形。5.根據(jù)短時(shí)功率、短時(shí)過零率、諧波乘積譜的計(jì)算公式，編寫分別用以計(jì)算短時(shí)功率、短時(shí)過零率、基音頻率的函數(shù)：functionPx=stpowerfunctionZx=stzerocross(x.N)和functionHPSx=hpspectrum(x,N,R)。6.利用短時(shí)功率和短時(shí)過零率這兩個參數(shù)可以對語音信號進(jìn)展?jié)嵋?清音分類。編寫實(shí)現(xiàn)此分類功能的函數(shù)voiunvoi.mo五、實(shí)驗(yàn)結(jié)果與分析1. 清音和濁音的短時(shí)功率、短時(shí)過零率各有何特點(diǎn)？清音段的能量一般比濁音段的小得多。

18、濁音時(shí)能量集中于較低頻率段內(nèi)，具有較低的過零率，而清音時(shí)能量集中于較高頻率段內(nèi)，具有較高的過零率。2. 如何利用短時(shí)功率和短時(shí)過零率這兩個參數(shù)對語音信號進(jìn)展?jié)嵋?清音的分類？發(fā)濁音時(shí)，由于聲門波引起了譜的高頻跌落。所以其語音能量集中在3kHz以下；發(fā)清音時(shí)，多數(shù)能量出現(xiàn)在高頻。高頻率意味著高的平均過零率，低頻率意味著低的平均過零率，-般可認(rèn)為濁音具有較低的平均過零率，清音具有較高的平均過零率。3. 如何根據(jù)時(shí)域波形估計(jì)各幀元音的基音周期？看圖可知四幀語音的周期均為0.01s,第一幀()l()()Hz有10個峰值點(diǎn)，基頻約為10Hz,第二幀0l()()Hz有5個峰值點(diǎn)，基頻約為2()Hz,第三幀

19、()l()()Hz有5個峰值點(diǎn)，基頻約為20Hz,第四幀()l()0Hz有4個峰值點(diǎn)，基頻約為25Hzo4. 如何根據(jù)基于DFT的對數(shù)幅度譜估計(jì)某帔濁音的基音周期？01172為一個基因周期。5. 如何根據(jù)基于DFT的對數(shù)幅度譜，估計(jì)出共振峰頻率？有7個峰點(diǎn)，因此基頻約為167。6. 時(shí)域?qū)φZ音信號進(jìn)展加窗，反映在頻域，其窗譜對基于DFT的對數(shù)幅度譜有何影響？如何估計(jì)出窗譜的主瓣寬度？因?yàn)闀r(shí)間窗幅度的傅立葉變換為脈沖狀態(tài)，那么頻譜偏差很小，當(dāng)定常過程x(n)的平均值6為零且N很大時(shí)ETN(o)=f(a)(l2)所以加窗的周期圖TN(3)是頻譜密度函數(shù)的無偏估計(jì)。固有TN(o)=l+頃如果原始信號

20、的頻譜成份與FFT中的譜線完全一致，這種情況下采樣數(shù)據(jù)的長度為信號周期的整數(shù)倍，頻譜中只有主瓣。7. 如何根據(jù)窄帶、寬帶語譜圖，提取出語音的基音和共振峰軌跡？在基音提取中，廣泛采用語音波形或誤差信號波形的低通濾波。提取共振峰特性最簡便的手段是使用語譜儀。提取共振峰還有倒譜法、LPC分析法等更為有效、準(zhǔn)確的方法。做完試驗(yàn)后，記住要答復(fù)這些問題)實(shí)驗(yàn)過程記錄與結(jié)果分析1、進(jìn)入matlab1.1在Windows環(huán)境中，創(chuàng)立一個名為speech的文件夾，存放語音數(shù)據(jù)和與實(shí)驗(yàn)相關(guān)的Matlab文件。如：E:speecho用于實(shí)驗(yàn)的語音數(shù)據(jù)(.mat)及相應(yīng)說明(.txt)包括：digits.matdig

21、its.txt%gliss.mat%兩個包含/i/的滑音gliss.txtletters.matletlers.txt%英文字母表中26個字母的發(fā)音mal.txtmal-1.matma1-2.matma1-3.matmal-4.mat%一句連續(xù)語音%一句連續(xù)語音%一句連續(xù)語音%一句連續(xù)語音timit.txtlimit1.mattimit2.mattimit3.mattimit4.ma(vowels.matvowels.txtwords,matwords.txt%一句連續(xù)語音%一句連續(xù)語音%一句連續(xù)語音%一句連續(xù)語音%元音/a/,/i/,/o/,/u/的發(fā)音%十個孤立字的發(fā)音1.2在Window

22、s桌面上，雙擊Matlab的圖標(biāo)，進(jìn)入Matlab的工作環(huán)境。在命令窗口提示符后，鍵入cdE:spcech指令，進(jìn)入實(shí)驗(yàn)文件夾路徑。1.3在命令窗口鍵入clearall指令，去除工作空間的所有變量。2、加載語音數(shù)據(jù)，熟悉matlab命令2.1加載timitl.mat語音數(shù)據(jù)，命令為：loadlimitI2.2用命令“who”和“whos列出當(dāng)前工作空間中的變量。變量“timitl”會以包含55911個元素的矩陣列向量)形式出現(xiàn)Yourvariablesare:timitlNameSizeBytesClassAttributestimitl55911x1447288double2.3利用命令“l(fā)

23、ength”和“size”查看語音信號timitl的長度和維數(shù)：m=length(timitl)lm,nj=size(timitl)(粘貼實(shí)驗(yàn)結(jié)果)in=55911m=55911n=I2.4通過以下命令，分別查看語音信號timitl中間的1個、2個和20個數(shù)據(jù)值:limit1(5001)timitl(5001,5003)timitl(5001:5020)(粘貼實(shí)驗(yàn)結(jié)果)ans=-0.0646ans=-0.06460.0111ans=-0.06460.03070.0111-0.02000.20210.40120.1869-0.1756-0.19020.08230.23630.17120.0637

24、-0.0209-0.0683-0.03940.00810.01050.03110.06962.5Matlab中，符號/可以實(shí)現(xiàn)轉(zhuǎn)置運(yùn)算，運(yùn)行以下命令進(jìn)展觀察：size(timill)粘貼實(shí)驗(yàn)結(jié)果)ans=1559112.6使用函數(shù)max和min可以分別得到信號的最大值和最小值：max(timit1)(粘貼實(shí)驗(yàn)結(jié)果ans=Ians=-0.80683、語音信號的時(shí)域分析3.1使用以下命令，畫出語音信號timitl(采樣頻率為16kHz,長度為3.5秒)的時(shí)域波形。plot(timitl)title(4imitr)xlabel(TimeIndex,iln)ylabel(Amplitude)axis(

25、0length(tiniitI)-1l|)grid3.2分別畫出一幀濁音和一幀清音的語音時(shí)域波形(采樣頻率為16kHz,幀長為25ms,每幀有400個樣點(diǎn))。subplot(211),plot(timitl(14501:14900)%/a/indark.subplot(212),plot(timitl(3550l:35900)%/s/inwash.3.3編寫個一用以計(jì)算信號短時(shí)功率的函數(shù)“stpower.m”,其Matlab代碼如下：functionPx=stpower(x,N)M=length(x);Px=zeros(M,1);Px(N)=x(1:N)*x(1:N)/N;For(m=(N+l

26、):M)Px(m)=Px(m-1)4-(x(m)A2-x(m-N)A2)/N;3.4編寫一個用以計(jì)算信號短時(shí)過零率的函數(shù)“stzerocross.ni,其Matlab代碼如下：functionZx=stzerocross(x,N)M=length(x);Zx=zeros(M,l);Zx(N+1)=suni(abs(sign(x(2:N+1)-sign(x(1:N)/(2*N);for(m=(N+2):M)Zx(m)=Zx(m-1)+(abs(sign(x(m)-sign(x(m-l).abs(sign(x(m-N)-sign(x(m-N-1)/(2*N);end3.5加載“digits.mat

27、”語音數(shù)據(jù)，該數(shù)據(jù)包含英文數(shù)字“0”至U“9”的發(fā)音。計(jì)算其中的單詞“four”的短時(shí)功率和過零率(采樣頻率為10kHz,幀長為30ms,每幀有300個樣點(diǎn))。loaddigits;N=300;x=digits.fourl;Px=stpower(x.N);Zx=stzerocross(x,N);plot(Px*le-5Zxx/20001)3.6加載vowels.mat”語音數(shù)據(jù),該數(shù)據(jù)包含元音/a/,/i/o/,/u/的發(fā)音。分別畫出一幀/a/、一幀/i/、一幀/o/和一幀/u/的時(shí)域波形采樣頻率為10kHz,幀長為30ms,每幀有300個樣點(diǎn))。loadvowelssubplot(221)p

28、lot(vowels.a_1(2001:2300)subplot(222)plot(vowels.i_1(2001:2300)subplot(223)plot(vowels.o_1(2001:2300)subplot(224)plot(vowels.u_1(2001:23OO)3.7編寫一個利用短時(shí)功率和短時(shí)過零率這兩個參數(shù)對語音信號進(jìn)展?jié)嵋?清音分類的函數(shù)voiunvoi.m”,其Matlab代碼如下：functionvoi=voiunvoi(x,N,Pth,Zth)%Short-timepowerPxandzerocrossingZxmeasures.Px=stpower(x,N);Zx=

29、stzerocross(x,N);%Compareestimateswiththresholdvalues.voi=(PxPth*max(Px)&(ZxZth);%Shiftthevoi-flagN/2samplestotheleft(middlesampleinwindow).voi=voi(fix(N/2)+1:length(voi);voi(length(voi)*ones(fix(N/2),1);4、語音信號的頻域分析4.1加載“mal_l”語音數(shù)據(jù)?；贒FT變換，畫出其中一幀數(shù)據(jù)采樣頻率為8kHz,幀長為37.5ms,每幀有30()個樣點(diǎn))的頻域波形(對數(shù)幅度譜)。loadmal_

30、l;x=mal_l(4161:4460);subplot(121),plot(x)N=1024;k=0:N/2-l;X=fftshift(fft(x.*hann(length(x).N);subplot。22),plot(k,20*logl0(abs(X(N/2:-1:1),axis(0N/2-1-infinf)4.2編寫一個用以計(jì)算信號諧波乘積譜的函數(shù)“hpspectrum.m,其Matlab代碼如下：functionHPSx=hpspcctrum(x,N,R)k=l:R:N/2;K=length(k);X=fft(x.*hann(length(x),N);HPSx=X(k);for(r=H

31、PSx=HPSx.*X(l:r:r*K);end4.3利用函數(shù)“hpspectrum.m”,來估計(jì)一幀濁音的基音周期。代碼如下：X=ma1_1(4161:4460);N=1024;R=5;HPSx=hpspectrum(x,N,R);plot(20*logl0(abs(HPSx)4.4加載“vowels.mat”語音數(shù)據(jù)，分別畫出一*幀/i/和一幀/u/采樣頻率為10kHz,幀長為30ms,每幀有300個樣點(diǎn))的基于DFT的對數(shù)幅度譜。其Matlab代碼如下：loadvowelsx=vowels.i_l(2001:2300);N=1024;k=-N/2:N/2-l;X=fftshift(fft

32、(x.*hann(length(x),N);plot(k,20*log!0(abs(X),axis(0fix(N/2)0100J)x=vowels.u_l(2001:2300);N=1024;k=-N/2:N/2-l;X=fftshift(fft(x.*hann(length(x),N);plot(k,20*logl0(abs(X),axis(0fix(N/2)0100)4.5畫出一幀清音語音的基于DFT的對數(shù)幅度譜。語音數(shù)據(jù)為mal.l中的第15701-15860個樣點(diǎn)采樣頻率為8kHz,幀長為20ms,每幀有160個樣點(diǎn))。loadma1_1;x=mal-l(4161:4460);plot

33、(x)N=1024;k=-N/2;N/21;X=fftshift(fft(x.*hann(length(x),N);plot(k,20*log!0(abs(X),axis(0fix(N/2)-infinf)4.6加載“timitl”語音數(shù)據(jù)。利用函數(shù)specgram,畫出該句語音的語譜圖。其Matlab代碼如下:loadtimitl;NFFT=256;Fs=16000;Win=256;Noverlap=128;specgram(timitl,NFFT,Fs,Win,Noverlap);4.7加載“gliss語音數(shù)據(jù)。畫出該句語音的語譜圖。loadgliss;NFFT=256;Fs=10000;

34、Win=256;Noverlap=128;specgram(gliss.i_2,NFFT,Fs,Win,Noverlap);4.8基于濁音/清音分類函數(shù)voiunvoi.m和諧波乘積譜函數(shù)hpspectrum.m,編寫一個用以計(jì)算濁音短時(shí)基音周期的函數(shù)“slpilch.m”。其Matlab代碼如下：functionFp=stpitch(x,N,Pth,Zth,NFFT,R,Fs)M=length(x);N=2*fix(N/2);win=hann(N);Fp=zeros(M,l);voi=voiunvoi(x,N,Pth,Zth);invoi=0;for(m=N:N/2:M)n1-m-N+l:m

35、-N/2;n2=m-N/2+1:m;n=nln2;if(any(*voi(n)if(invoi)Fp(n1)=Fmax;invoi=0;endelseHPSmax,Fmax=max(abs(hpspectrum(x(n),NFFT,R);if(invoi)Fp(n)=Fp(n)+win*Fmax;elseFp(n)=Fmax*ones(N/2,1)win(N/2+l:N);invoi=1;endendendwsave=warning;warning(off);Fp=(Fp*Fs/NFFT).*(Fp./Fp);warning(wsave);1. 調(diào)用matlab中的wavread和wavplay讀入并播放語音文件。2. 調(diào)用fft命令計(jì)算語音的頻譜。3. 調(diào)用speegram命令得到語音的語譜圖。4. 調(diào)用plot命令繪制并觀察語音的時(shí)頻域波形。5. 根據(jù)短時(shí)功率、短時(shí)過零率、諧波乘枳諾的計(jì)算公式，編寫分別用以計(jì)算短時(shí)功率、短時(shí)過零率、基音頻率的函數(shù)：functionPx=stpowcr、functionZx=stzerocross(x,N)和functionHPSx=hpspectr