聲音信號(hào)的分析處理

《信號(hào)與系統(tǒng)》課程設(shè)計(jì)語(yǔ)音信號(hào)的分析和處理學(xué)院：通信與信息工程學(xué)院班級(jí)：2023012030班學(xué)生：指導(dǎo)教師：崔琳莉2011年12月19日一、摘要聲音是由物體的振動(dòng)產(chǎn)生，以聲波的形式在介質(zhì)中傳播，介質(zhì)主要可分為固體，液體以及氣體。聲波振動(dòng)內(nèi)耳的聽(tīng)小骨，這些振動(dòng)被轉(zhuǎn)化為微小的電子腦波，它就是我們覺(jué)察到的聲音。內(nèi)耳采用的原理與麥克風(fēng)捕獲聲波或揚(yáng)聲器的發(fā)音一樣，它是移動(dòng)的機(jī)械局部與氣壓波之間的關(guān)系。在國(guó)際標(biāo)準(zhǔn)中，人聲的頻率范圍是300Hz~3400Hz，不同的人或樂(lè)器產(chǎn)生的聲音頻率不一致，通過(guò)對(duì)聲音信號(hào)的研究能夠更好的處理聲音信號(hào)的處理以及傳輸。Matlab作為一款主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算軟件，能夠很好的完成對(duì)聲音信號(hào)的分析和處理，快速的得出聲音信號(hào)的時(shí)域圖以及頻域圖。關(guān)鍵字：聲音頻率時(shí)域圖頻域圖MatlabSoundcomesfromtheshakeofobjectsandspreadsintheformofwavesinmediumconsistsofsolid,liquidandgas.Soundwavesshaketheossiclesintheears,transformedintofinalelectronicbrainwavesandthenwehearthesound.Theprincipletheearworkswhichisthesameastheprinciplethemicrophoneandthespeakerworks,isusingtherelationbetweenmechanicalpartandbarometricwave.InISO,thefrequencydomainisfrom300Hzto3400Hz,differsindifferentpeopleandmusicalinstruments.Thestudyofthesoundsignalhelptobetterdealwiththesignals.Asasoftwaremajorinscientificcalculation,Matlabisvisualandinteractive.Itiscapableofperfectlyfinishingtheanalysisanddisposeofthesoundsignalbysketchingthetimedomainfigureandfrequencydomainfigure.Keywords:sound,frequency,timedomainfigure,frequencydomainfigure,Matlab二、實(shí)驗(yàn)要求通過(guò)MATLAB的函數(shù)wavread()可以讀入一個(gè).wav格式的音頻文件，并將該文件保存到指定的數(shù)組中。例如下面的語(yǔ)句〔更詳細(xì)的命令介紹可以自己查閱MATLAB的幫助〕中，將.wav讀入后存放到矩陣y中。y=wavread('SpecialEnglish.wav');對(duì)于單聲道的音頻文件，y只有一行，即一個(gè)向量；對(duì)于雙聲道的音頻文件，y有兩行，分別對(duì)應(yīng)了兩個(gè)聲道的向量。我們這里僅對(duì)一個(gè)聲道的音頻進(jìn)行分析和處理即可。注意：.wav文件的采樣頻率為44.1KHz，采樣后的量化精度是16位，不過(guò)我們不用關(guān)心其量化精度，因?yàn)樵贛ATLAB讀入后，已將其轉(zhuǎn)換成double型的浮點(diǎn)數(shù)表示。在獲得了對(duì)應(yīng)音頻文件的數(shù)組后，我們可以對(duì)其進(jìn)行一些根本的分析和處理。可以包括：對(duì)語(yǔ)音信號(hào)進(jìn)行頻域分析，找到語(yǔ)音信號(hào)的主要頻譜成分所在的帶寬，驗(yàn)證為何可以對(duì)語(yǔ)音信號(hào)采用8KHz的采樣速率。分析男聲和女聲的差異。我們知道男聲和女聲在頻域上是有些差異的，一般大家都會(huì)認(rèn)為女聲有更多高頻的成分，驗(yàn)證這種差異。同時(shí)，提出一種方法，能夠?qū)σ欢我纛l信號(hào)是男聲信號(hào)、還是女聲信號(hào)進(jìn)行自動(dòng)的判斷。語(yǔ)音與樂(lè)器音頻的差異。比擬語(yǔ)音信號(hào)與樂(lè)器音頻信號(hào)的差異，尤其是在頻域上的差異。.wav文件的采樣速率為44.1KHz，仍然遠(yuǎn)遠(yuǎn)高于我們通常說(shuō)的語(yǔ)音信號(hào)需要的頻譜寬度，例如在對(duì)語(yǔ)音信號(hào)的采樣中，我們僅僅使用8KHz的采樣速率。對(duì)讀入的音頻數(shù)據(jù)進(jìn)行不同速率的降采樣，使用wavplay()命令播放降采樣后的序列，驗(yàn)證是否會(huì)對(duì)信號(hào)的質(zhì)量產(chǎn)生影響。降采樣的方法很簡(jiǎn)單，例如命令y=wavread('SpecialEnglish.wav');將語(yǔ)音文件讀入后保存在向量y中，這時(shí)對(duì)應(yīng)的采樣頻率為44.1KHz。使用y1=y(1:2:length(y))命令，就可以將原序列y每隔1個(gè)采樣后放入序列y1中，這時(shí)y1序列對(duì)應(yīng)的采樣頻率即為22KHz。自己下載獲得一段中文語(yǔ)音信號(hào)〔可以使用諸如“千千靜聽(tīng)〞等工具將.mp3文件轉(zhuǎn)換成.wav文件〕，對(duì)中文語(yǔ)音與英文語(yǔ)音進(jìn)行比擬。三、實(shí)驗(yàn)內(nèi)容3.1、對(duì)語(yǔ)音信號(hào)進(jìn)行頻域分析，找到語(yǔ)音信號(hào)的主要頻譜成分所在的帶寬，驗(yàn)證為何可以對(duì)語(yǔ)音信號(hào)采用8KHz的采樣速率。對(duì)聲音信號(hào)的頻譜圖進(jìn)行分析，使用Matlab繪制該語(yǔ)音信號(hào)的頻譜圖，觀察頻譜圖，讀出聲音信號(hào)的頻率范圍，由采樣定理可知，如果需要重建聲音信號(hào)，需產(chǎn)生一個(gè)周期沖激串，其沖激幅度就是采樣得到的樣本值，將該沖激串通過(guò)一個(gè)增益為T，截止頻率為，而小于的理想低通濾波器，該低通濾波器的輸出就是。使用Matlab中的快速傅里葉變換(fft)，繪制出聲音文件的時(shí)域圖和頻域圖，對(duì)頻域圖進(jìn)行分析，觀察可得聲音信號(hào)的主要頻率范圍為200Hz~1800Hz，根據(jù)采樣定理可得，采樣頻率應(yīng)不小于3600Hz，故使用8kHz的采樣頻率能保證聲音無(wú)失真采樣及恢復(fù)。 程序代碼：[x,fs,bits]=wavread('相聲.wav');%將原聲音信號(hào)轉(zhuǎn)化為字符串%subplot(211);plot(x);%繪制聲音信號(hào)的時(shí)域圖%title('時(shí)域分析圖');subplot(212);y=fft(x,fs);df=fs/length(y);fx=df*(0:length(y)-1);%將橫坐標(biāo)轉(zhuǎn)化為頻率值%plot(fx,abs(y));%繪制聲音信號(hào)的頻譜圖%axis([080000500]);title('頻域分析圖');3.2、分析男聲和女聲的差異。我們知道男聲和女聲在頻域上是有些差異的，一般大家都會(huì)認(rèn)為女聲有更多高頻的成分，驗(yàn)證這種差異。同時(shí)，提出一種方法，能夠?qū)σ欢我纛l信號(hào)是男聲信號(hào)、還是女聲信號(hào)進(jìn)行自動(dòng)的判斷。首先，我們選擇了普通的男生和女生分別演唱同一首歌，用matlab分別繪出兩段聲音信號(hào)的頻譜圖,從圖中可以看出，男生的聲音頻率主要分布在200Hz~800Hz,女生的聲音頻率主要分布在300Hz~1800Hz,女生的聲音高頻成分較多。這是因?yàn)?，聲波是由物體振動(dòng)產(chǎn)生的機(jī)械波，男人聲帶寬而厚，振動(dòng)頻率低；女人聲帶窄而薄，振動(dòng)頻率高。而我們平時(shí)所感受得男生聲音消沉，女生聲音尖細(xì)，那么是由于發(fā)聲時(shí)男女聲帶的振動(dòng)頻率的上下不同，所以男女音調(diào)的上下不同。使用Matlab對(duì)男聲女聲的聲音信號(hào)在不同頻率的分布比例進(jìn)行分析，運(yùn)行程序后可得出，在低頻范圍〔150Hz~1000Hz〕內(nèi)男聲低頻比例n1=9.5343e-006女聲低頻比例n2=8.6394e-006 在高頻范圍〔1000Hz~1800Hz〕內(nèi)男聲高頻比例m1=7.5965e-006女聲高頻比例m2=8.2355e-006以上的數(shù)據(jù)計(jì)算進(jìn)一步驗(yàn)證了女聲頻率較高的假設(shè)，我們可以通過(guò)這種計(jì)算來(lái)分辨男聲女聲。程序代碼：%畫男生聲音、女生聲音的頻譜圖y1=wavread('lu_ll.wav');Fs=44100;%采樣頻率%yt1=fft(y1);%傅里葉變換%df=Fs/length(yt1);Fx=df*(0:length(yt1)-1);%將橫軸變?yōu)轭l率軸%figure(1)subplot(211); %subplot將圖像畫在一張圖上%plot(y1);title('男聲時(shí)域波形');%畫語(yǔ)音信號(hào)的時(shí)域波形%subplot(212); plot(Fx,abs(yt1));axis([010000010000]);title('男聲頻譜圖');xlabel('頻率/Hz');y2=wavread('lu_ksl.wav');Fs=44100;%采樣頻率%yt2=fft(y2);%傅里葉變換%df=Fs/length(yt2);Fx=df*(0:length(yt2)-1);%將橫軸變?yōu)轭l率軸%figure(2)subplot(211); %subplot將圖像畫在一張圖上%plot(y2);title('女聲時(shí)域波形');%畫語(yǔ)音信號(hào)的時(shí)域波形%subplot(212); plot(Fx,abs(yt2));axis([01000005000]);title('女聲頻譜圖');xlabel('頻率/Hz');%計(jì)算男生和女生信號(hào)中高頻和低頻信號(hào)所占的比例：[y1Fs]=wavread('lu_ll.wav');y1=y1(:,1);yt1=fft(y1);[y2Fs]=wavread('lu_ksl.wav');y2=y2(:,1);yt2=fft(y2);sum1=0;fori=200:1000%計(jì)算男聲的低頻比例%sum1=sum1+abs(yt1(i));endsum=0;fori=1:length(yt1)sum=sum+abs(yt1(i));endn1=sum1/sum;sum1%低頻信號(hào)量sum%總信號(hào)量n1%比例sum1=0;fori=200:1000%計(jì)算女聲的低頻比例%sum1=sum1+abs(yt2(i));endsum=0;fori=1:length(yt2)sum=sum+abs(yt2(i));endn2=sum1/sum;sum1sumn2%高頻%sum1=0;fori=3000:3800%計(jì)算男聲的高頻比例%sum1=sum1+abs(yt1(i));endsum=0;fori=1:length(yt1)sum=sum+abs(yt1(i));endm1=sum1/sum;sum1summ1sum1=0;fori=3000:3800%計(jì)算女聲的高頻比例%sum1=sum1+abs(yt2(i));endsum=0;fori=1:length(yt2)sum=sum+abs(yt2(i));endm2=sum1/sum;sum1summ23.3、語(yǔ)音與樂(lè)器音頻的差異。比擬語(yǔ)音信號(hào)與樂(lè)器音頻信號(hào)的差異，尤其是在頻域上的差異。我們找了五種不同的樂(lè)器演奏的《梁祝》，試圖不僅分析語(yǔ)音信號(hào)和樂(lè)器音頻信號(hào)的差異，還要分析不同樂(lè)器音頻信號(hào)的差異。使用貍窩軟件進(jìn)行時(shí)間截取和格式轉(zhuǎn)換，分析得到頻譜如下： 對(duì)于樂(lè)器來(lái)說(shuō)，低頻段表示音色的飽滿度，高頻段表示音色的明亮度。從圖中可以看出，古箏的泛音較強(qiáng)，這印證了我們聽(tīng)覺(jué)的感受，鋼琴和笛子的頻譜主要集中在500~1000Hz的低頻范圍內(nèi)，音色最為飽滿，它們的主要區(qū)別在于鋼琴泛音較多。相比于前面所繪制的語(yǔ)音信號(hào)的頻譜，樂(lè)器在某些頻率點(diǎn)的小范圍內(nèi)會(huì)形成一個(gè)沖擊，所以聲音會(huì)比擬有沖擊力。并且，樂(lè)器有基音和泛音，而人聲沒(méi)有泛音，所以會(huì)產(chǎn)生樂(lè)器聲悠揚(yáng)的效果。程序代碼：y1=wavread('笛子_0.wav');y2=wavread('鋼琴_0.wav');y3=wavread('小提琴_0.wav');y4=wavread('薩克斯_0.wav');y5=wavread('古箏_0.wav');Fs=44100;%采樣頻率%yt1=fft(y1);%傅里葉變換%yt2=fft(y2);yt3=fft(y3);yt4=fft(y4);yt5=fft(y5);df1=Fs/length(yt1);Fx1=df1*(0:length(yt1)-1);df2=Fs/length(yt2);Fx2=df2*(0:length(yt2)-1);df3=Fs/length(yt3);Fx3=df3*(0:length(yt3)-1);df4=Fs/length(yt4);Fx4=df4*(0:length(yt4)-1);df5=Fs/length(yt5);Fx5=df5*(0:length(yt5)-1);figure(1) plot(Fx1,abs(yt1));axis([08000010000]);title('笛子頻譜圖');xlabel('頻率/Hz');figure(2)plot(Fx2,abs(yt2));axis([08000010000]);title('鋼琴頻譜圖');xlabel('頻率/Hz');figure(3)plot(Fx3,abs(yt3));axis([08000010000]);title('小提琴頻譜圖');xlabel('頻率/Hz');figure(4)plot(Fx4,abs(yt4));axis([08000010000]);title('薩克斯頻譜圖');xlabel('頻率/Hz');figure(5)plot(Fx5,abs(yt5));axis([08000010000]);title('古箏頻譜圖');xlabel('頻率/Hz');3.4、.wav文件的采樣速率為44.1KHz，仍然遠(yuǎn)遠(yuǎn)高于我們通常說(shuō)的語(yǔ)音信號(hào)需要的頻譜寬度，例如在對(duì)語(yǔ)音信號(hào)的采樣中，我們僅僅使用8KHz的采樣速率。對(duì)讀入的音頻數(shù)據(jù)進(jìn)行不同速率的降采樣，使用wavplay()命令播放降采樣后的序列，驗(yàn)證是否會(huì)對(duì)信號(hào)的質(zhì)量產(chǎn)生影響。使用Matlab對(duì)聲音信號(hào)進(jìn)行降采樣，分別把聲音信號(hào)的采樣頻率將為原采樣頻率的1/2，1/5，1/10。當(dāng)采樣頻率為原信號(hào)采樣頻率的1/2時(shí)，聲音與原聲音無(wú)明顯變化，觀察頻譜圖，亦無(wú)明顯變化；當(dāng)采樣頻率為原信號(hào)采樣頻率的1/5時(shí)，聲音與原聲音相比有差異，觀察頻譜圖，發(fā)現(xiàn)頻譜圖變化很大；當(dāng)采樣頻率為原信號(hào)采樣頻率的1/10時(shí)，聲音與原聲音相比已明顯失真，信號(hào)內(nèi)容不可區(qū)分，觀察頻譜圖，頻譜圖已完全不一致，降采樣后的信號(hào)失真嚴(yán)重。結(jié)論：當(dāng)采樣頻率越低時(shí)，采樣得到的聲音信號(hào)的音質(zhì)將降低。程序如下：[x,fs,bits]=wavread('星空的旋律.wav');%將聲音信號(hào)采樣稱字符串%fs%聲音x(t)信號(hào)頻率%x1=x(1:2:length(x));%對(duì)原聲音信號(hào)進(jìn)行1/2降采樣%x2=x(1:5:length(x));%對(duì)原聲音信號(hào)進(jìn)行1/5降采樣%x3=x(1:10:length(x));%對(duì)原聲音信號(hào)進(jìn)行1/10降采樣%subplot(411);%wavplay(x,fs);%播放原聲音信號(hào)%y=fft(x,fs);df=fs/length(y);fx=df*(0:length(y)-1);plot(fx,abs(y));%繪制原聲音信號(hào)的頻譜分析圖%axis([080000500]);title('原聲音頻譜分析圖');subplot(412);%wavplay(x1,fs/2);%播放1/2降采樣聲音信號(hào)%y1=fft(x1,fs/2);df=fs/length(y1);fx=df*(0:length(y1)-1);plot(fx,abs(y1));%繪制1/2降采樣后信號(hào)的頻譜分析圖%axis([080000500]);title('采樣頻率為原信號(hào)的1/2頻譜分析圖');subplot(413);%wavplay(x2,fs/5);%播放1/10降采樣聲音信號(hào)%y2=fft(x2,fs/5);df=fs/length(y2);fx=df*(0:length(y2)-1);plot(fx,abs(y2));%繪制1/5降采樣后信號(hào)的頻譜分析圖%axis([080000500]);title('采樣頻率為原信號(hào)的1/5頻譜分析圖');subplot(414);%wavplay(x3,fs/10);%播放1/10降采樣聲音信號(hào)%y3=fft(x3,fs/10);df=fs/length(y3);fx=df*(0:length(y3)-1);plot(fx,abs(y3));%繪制1/10降采樣后信號(hào)的頻譜分析圖%axis([080000500]);title('采樣頻率為原信號(hào)的1/10頻譜分析圖');四、實(shí)驗(yàn)結(jié)論在實(shí)驗(yàn)開(kāi)始的時(shí)候，使用錄音軟件〔AdobeAudition〕錄制所需的男聲女聲，同時(shí)，在各大音樂(lè)網(wǎng)站下載所需的音頻文件，但是一般下載到的只有.mp3格式的音頻文件，故使用貍窩全能視頻轉(zhuǎn)換器將.mp3文件或其他格式的音頻文件轉(zhuǎn)化為.wav格式的音頻文件。 使用Matlab對(duì)下載到的音頻文件〔相聲.wav〕進(jìn)行時(shí)域分析和頻域分析，并繪制相應(yīng)的時(shí)域圖和頻域圖，時(shí)域圖可以顯示幅值與時(shí)間的關(guān)系，頻域圖可以顯示幅值與頻率的關(guān)系。對(duì)繪制頻域圖進(jìn)行解讀，該文件的主要頻率范圍為200Hz~1800Hz，通