基于Matlab的語(yǔ)音處理3(共9頁(yè))

1、數(shù)字語(yǔ)音處理(chl)上機(jī)報(bào)告指 導(dǎo) 老 師： 陳振興 姓 名： 班 級(jí) 序號(hào)： 日 期： 2014年10月30日 目錄(ml) TOC o 1-3 h z u HYPERLINK l _Toc403251266 一、實(shí)驗(yàn)(shyn)目的： PAGEREF _Toc403251266 h 2 HYPERLINK l _Toc403251267 二、算法(sun f)設(shè)計(jì)： PAGEREF _Toc403251267 h 3 HYPERLINK l _Toc403251268 1、程序流程圖及原理解析： PAGEREF _Toc403251268 h 3 HYPERLINK l _Toc4032

2、51269 2、源代碼： PAGEREF _Toc403251269 h 4 HYPERLINK l _Toc403251270 3、代碼解析： PAGEREF _Toc403251270 h 6 HYPERLINK l _Toc403251271 三、運(yùn)行效果及分析： PAGEREF _Toc403251271 h 7 HYPERLINK l _Toc403251272 1.原始語(yǔ)音信號(hào): PAGEREF _Toc403251272 h 7一、實(shí)驗(yàn)(shyn)目的：理解語(yǔ)譜法語(yǔ)音(yyn)增強(qiáng)算法，會(huì)用MATLAB進(jìn)行(jnxng)仿真。對(duì)已知語(yǔ)音用語(yǔ)譜法實(shí)現(xiàn)去噪，畫出仿真圖。二、算法設(shè)計(jì)：

3、程序流程圖及原理解析：譜減法是利用噪聲的統(tǒng)計(jì)平穩(wěn)性以及加性噪聲與語(yǔ)音不相關(guān)的特點(diǎn)而提出的一種語(yǔ)音增強(qiáng)方法。沒(méi)有使用參考噪聲源，但它假設(shè)噪聲是統(tǒng)計(jì)平穩(wěn)的，即有語(yǔ)音期間噪聲幅度譜的期望值與無(wú)語(yǔ)音間隙噪聲的幅度譜的期望值相等。 如下即為其原理圖：由于是S（n）和d(n) 相互獨(dú)立，所以 Sk和Nk 獨(dú)立，而Nk為零均值的高斯分布，所以有：對(duì)于一個(gè)分析幀內(nèi)的短時(shí)平穩(wěn)過(guò)程，有：為無(wú)語(yǔ)音時(shí) , 的統(tǒng)計(jì)平均值，則原始語(yǔ)音的估計(jì)值如下，其中 是增強(qiáng)后的語(yǔ)音信號(hào)的幅度根據(jù)以上原理可得流程圖如下：源代碼：clear all;InputSpeech,fs,nbits = wavread(speech_Chinese

4、.wav); % 讀取語(yǔ)音(yyn)信號(hào)speech = InputSpeech(2001:20000); % 讀取原語(yǔ)音信號(hào)(xnho)的其中一段figure(1);plot(speech); grid on;winsize = 256; % 窗長(zhǎng)n = 0.004; % 噪聲(zoshng)系統(tǒng)size = length(speech);numofwin = floor(size/winsize); % 幀數(shù)ham = hamming(winsize); % 生產(chǎn)(shngchn)漢明窗hamwin = zeros(1,size);enhanced = zeros(1,size);x =

5、speech + n * randn(1,size); % 給選取的語(yǔ)言(yyn)信號(hào)加窗noisy = n * randn(1,winsize); % 噪聲(zoshng)估計(jì)N = fft(noisy); nmag = abs(N);figure(2);plot(x); grid on;%分幀for q = 1:2*numofwin-1 frame = x(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2);hamwin(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2) = hamwin(1+(q-1)*winsize/

6、2:winsize+(q-1)*winsize/2)+ham; % 加窗 y = fft(frame.*ham); % 帶噪聲語(yǔ)音FFT變換 mag = abs(y); % 功率譜 phase = angle(y); % 求相位 %幅度譜 for i = 1:winsize if mag(i)-nmag(i)0 clean(i) = mag(i) - nmag(i); else clean(i) = 0; end end %在頻域合成語(yǔ)音 spectral = clean.* exp(1i * phase); %IFFT拼接enhanced(1+(q-1)*winsize/2:winsize+

7、(q-1)*winsize/2) = enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+real(ifft(spectral);end%除去漢明窗的增益for i = 1:size if hamwin(i)=0 enhanced(i) = 0; else enhanced(i) = enhanced(i)/hamwin(i); endendSNR1 = 10*log10(var(speech)/var(noisy);SNR2 = 10*log10(var(speech)/var(enhanced-speech);wavwrite(x,fs,

8、nbits,noisy.wav);figure(3);plot(enhanced); grid on;3、代碼(di m)解析：1. 本次(bn c)實(shí)驗(yàn)選取漢明窗長(zhǎng)度為256，選取(xunq)處理信號(hào)為200120000，長(zhǎng)度為18000，不能被256整除，所以在分幀時(shí)通過(guò)floor函數(shù)四舍五入求整。2. 該代碼 n = 0.004, n 即為噪聲系數(shù)，通過(guò) n * randn(1, size) 將噪聲的幅值加以限制。3. 噪聲估計(jì)范圍的大小由漢明窗長(zhǎng)度決定，通過(guò) n * randn(1,winsize)來(lái)實(shí)現(xiàn)。4. 功率譜通過(guò)對(duì)其傅氏變換求絕對(duì)值來(lái)實(shí)現(xiàn)，相位是通過(guò) angle 函數(shù)求得，其

9、原理為：將傅氏變換每個(gè)數(shù)都映射到復(fù)平面（橫軸為實(shí)數(shù)，縱軸為 i）,然后通過(guò)反三角函數(shù)求得與x軸的夾角。5. 在頻域合成語(yǔ)音之前，需要將所有頻域信號(hào)變?yōu)閺?fù)數(shù)形式（即：spectral = clean.* exp(1i * phase);），因?yàn)樵谇耙徊降摹岸虝r(shí)噪聲估計(jì)與短時(shí)幅度譜作差”之后，輸出信號(hào)clean(i)實(shí)數(shù)。6. 語(yǔ)音信號(hào)進(jìn)行IFFT變換時(shí)要注意去除每幀信號(hào)的重疊部分，因?yàn)樘幚碇霸缫堰M(jìn)行加漢明窗處理，該過(guò)程處理以后會(huì)使每幀信號(hào)之間有50%的重疊部分。7. 最終還原信號(hào)要進(jìn)行“去除漢明窗增益”，該過(guò)程不僅是為了去除漢明窗的濾波效果，但由于之前的處理可能使信號(hào)出現(xiàn)幅值為0的情況，故而逆

10、濾波過(guò)程要注意分類討論。8. 對(duì)比原始信號(hào)、加噪信號(hào)和最終信號(hào)時(shí)單單由人耳聽(tīng)覺(jué)來(lái)判斷可能效果不佳，因?yàn)檫@可能受被處理語(yǔ)音的特點(diǎn)影響，這時(shí)可根據(jù)信噪比的差別來(lái)衡量去噪效果，在該代碼中SNR1與SNR2可以有該作用。三、運(yùn)行(ynxng)效果及分析：原始語(yǔ)音(yyn)信號(hào):原始語(yǔ)音(yyn)信號(hào)加噪聲后的語(yǔ)音(yyn)信號(hào)語(yǔ)譜法處理(chl)后的語(yǔ)音信號(hào)處理(chl)前后的信噪比效果(xiogu)分析：1. 由上圖可看出(kn ch)，被處理信號(hào)加噪后，發(fā)音部分（清音）的區(qū)別難以用肉眼看出，但觀察發(fā)音間隙（濁音），可明顯看出加噪后幅值變大。2. 通過(guò)試聽(tīng)輸出語(yǔ)音信號(hào)，可以輕易區(qū)分加噪后的語(yǔ)音和處理后的語(yǔ)音，但加噪前的語(yǔ)音與處理后的語(yǔ)音比較相似，難以區(qū)分。語(yǔ)譜法的物理意義可以理解為：對(duì)帶噪語(yǔ)音的每一個(gè)頻譜分量乘以一個(gè)系數(shù)。信噪比高時(shí)，含有語(yǔ)音的可能性大，衰減系數(shù)小。反之，則認(rèn)為含有語(yǔ)音的可能性小，衰減系數(shù)大。因此，可通過(guò)比較SNR1與SNR2來(lái)區(qū)分，這兩個(gè)參數(shù)是將處理前后每幀信號(hào)求方差后求得信噪比。由上圖看出，輸出語(yǔ)音信噪比更小