大學(xué)本科語(yǔ)音信號(hào)處理實(shí)驗(yàn)講義8學(xué)時(shí)

1、語(yǔ)音信號(hào)處理實(shí)驗(yàn)講義時(shí)間：2011-12 目錄實(shí)驗(yàn)一 語(yǔ)音信號(hào)生成模型分析.3實(shí)驗(yàn)二 語(yǔ)音信號(hào)時(shí)域特征分析.7實(shí)驗(yàn)三 語(yǔ)音信號(hào)頻域特征分析12實(shí)驗(yàn)四 語(yǔ)音信號(hào)的同態(tài)處理和倒譜分析16實(shí)驗(yàn)一 語(yǔ)音信號(hào)生成模型分析一、 實(shí)驗(yàn)?zāi)康?、了解語(yǔ)音信號(hào)的生成機(jī)理，了解由聲門產(chǎn)生的激勵(lì)函數(shù)、由聲道產(chǎn)生的調(diào)制函數(shù)和由嘴唇產(chǎn)生的輻射函數(shù)。2、編程實(shí)現(xiàn)聲門激勵(lì)波函數(shù)波形及頻譜，與理論值進(jìn)行比較。3、編程實(shí)現(xiàn)已知語(yǔ)音信號(hào)的語(yǔ)譜圖，區(qū)分濁音信號(hào)和清音信號(hào)在語(yǔ)譜圖上的差別。二、實(shí)驗(yàn)原理語(yǔ)音生成系統(tǒng)包含三部分：由聲門產(chǎn)生的激勵(lì)函數(shù)、由聲道產(chǎn)生的調(diào)制函數(shù)和由嘴唇產(chǎn)生的輻射函數(shù)。語(yǔ)音生成系統(tǒng)的傳遞函數(shù)由這三個(gè)函數(shù)級(jí)聯(lián)而成，即

2、 1、激勵(lì)模型發(fā)濁音時(shí)，由于聲門不斷開啟和關(guān)閉，產(chǎn)生間隙的脈沖。經(jīng)儀器測(cè)試它類似于斜三角波的脈沖。也就是說(shuō)，這時(shí)的激勵(lì)波是一個(gè)以基音周期為周期的斜三角脈沖串。單個(gè)斜三角波的頻譜表現(xiàn)出一個(gè)低通濾波器的特性。可以把它表示成z變換的全極點(diǎn)形式這里c是一個(gè)常數(shù)，T是脈沖持續(xù)時(shí)間。周期的三角波脈沖還得跟單位脈沖串的z變換相乘：這就是整個(gè)激勵(lì)模型，是一個(gè)幅值因子。2、聲道模型當(dāng)聲波通過(guò)聲道時(shí)，受到聲腔共振的影響，在某些頻率附近形成諧振。反映在信號(hào)頻譜圖上，在諧振頻率處其譜線包絡(luò)產(chǎn)生峰值，把它稱為共振峰。一個(gè)二階諧振器的傳輸函數(shù)可以寫成實(shí)踐表明，用前3個(gè)共振峰代表一個(gè)元音足夠了。對(duì)于較復(fù)雜的輔音或鼻音共振峰

3、要到5個(gè)以上。多個(gè)疊加可以得到聲道的共振峰模型3、輻射模型從聲道模型輸出的是速度波，而語(yǔ)音信號(hào)是聲壓波。二者倒比稱為輻射阻抗，它表征了口唇的輻射效應(yīng)，可用下式表示：三、實(shí)驗(yàn)內(nèi)容1、設(shè)聲門脈沖單個(gè)三角波的數(shù)學(xué)表達(dá)式為試畫出三角波波形圖及其頻譜。取。參考程序：%三角波及其頻譜n=linspace(0,25,125);g=zeros(1,length(n);i=0;for i=0:40 if n(i+1)=5 g(i+1)=0.5*(1-cos(n(i+1)*pi/5); else g(i+1)=cos(n(i+1)-5)*pi/8); endendfigure(1)subplot(1,2,1)pl

4、ot(n,g)xlabel(時(shí)間/ms)ylabel(幅度)axis(0,25,-0.4,1.2)r=fft(g,1024);r1=abs(r);yuanlai=20*log10(r1);signal(1:512)=yuanlai(1:512);pinlv=(0:1:511)*8000/1024;subplot(1,2,2)plot(pinlv,signal);xlabel(頻率/Hz)ylabel(幅度/dB)axis(0,620,0,30) 圖1-1 三角波及其頻譜2、給出語(yǔ)音段“數(shù)字信號(hào)處理”（speech.wav），畫出它的語(yǔ)譜圖。clear all;x,sr=wavread(spee

5、ch_dsp.wav);s=length(x);w=round(44*sr/1000);n=w;shift=w/2;h=w-shift;%win=hanning(n);win=hamming(n);c=1;ncols=1+fix(s-n)/h);d=zeros(1+n/2),ncols);for b=0:h:(s-n) u=win.*x(b+1):(b+n); t=fft(u); d(:,c)=t(1:(1+n/2); c=c+1;endtt=0:h:(s-n)/sr;ff=0:(n-2)*sr/n;imagesc(tt,ff/1000,20*log10(abs(d);colormap(gra

6、y);axis xyxlabel(時(shí)間/s)ylabel(頻率/kHz) 圖1-2 語(yǔ)譜圖四、思考題1、聲門激勵(lì)脈沖信號(hào)是高頻衰減的還是高頻增強(qiáng)的？2、畫語(yǔ)譜圖時(shí)為什么要給語(yǔ)音信號(hào)加漢明窗？若加矩形窗會(huì)有什么區(qū)別？3、在語(yǔ)譜圖上觀察，濁音信號(hào)的和清音信號(hào)的頻譜有什么區(qū)別？實(shí)驗(yàn)二 語(yǔ)音信號(hào)時(shí)域特征分析一、實(shí)驗(yàn)?zāi)康?、了解自相關(guān)函數(shù)及自相關(guān)函數(shù)在語(yǔ)音信號(hào)處理中的應(yīng)用。2、編寫程序分析語(yǔ)音信號(hào)的短時(shí)自相關(guān)特征，計(jì)算語(yǔ)音信號(hào)的基音周期。3、編寫修正短時(shí)自相關(guān)函數(shù)的程序，并與未修正的函數(shù)進(jìn)行比較。二、實(shí)驗(yàn)原理自相關(guān)函數(shù)用于衡量信號(hào)自身時(shí)間波形的相似性。由前面的討論可知，清音和濁音的發(fā)聲機(jī)理不同，因而在波

7、形上也存在著較大的差異。濁音的時(shí)間波形呈現(xiàn)出一定的周期性，波形之間相似性較好；清音的時(shí)間波形呈現(xiàn)出隨機(jī)噪聲的特性，雜亂無(wú)章，樣點(diǎn)間的相似性較差，這樣，可以用短時(shí)自相關(guān)函數(shù)來(lái)測(cè)定語(yǔ)音的相似特性。時(shí)域離散確定信號(hào)的自相關(guān)函數(shù)定義為：對(duì)于語(yǔ)音信號(hào)來(lái)說(shuō)，采用短時(shí)分析方法，可以定義短時(shí)自相關(guān)函數(shù)為因?yàn)?，所以定義，則上式可以寫成 如果長(zhǎng)基音周期用窄的窗，將得不到預(yù)期的基音周期；但是如果短的基音周期用長(zhǎng)的窗，自相關(guān)函數(shù)將對(duì)多個(gè)基因周期做平均計(jì)算，從而模糊語(yǔ)音的短時(shí)特性，這是不希望的。為了解決這個(gè)問(wèn)題，可以采用修正的短時(shí)自相關(guān)函數(shù)，選擇的窗長(zhǎng)不一定要等于自相關(guān)函數(shù)的最大自變量取值。這種方法可以采用較窄的窗，同

8、時(shí)避免了短時(shí)自相關(guān)函數(shù)隨k增加而衰減的不足。三、實(shí)驗(yàn)內(nèi)容1、根據(jù)給出的濁音信號(hào)，分別畫出濁音信號(hào)的時(shí)域波形、加矩形窗和加漢明窗后計(jì)算短時(shí)自相關(guān)歸一化后的結(jié)果。語(yǔ)音的抽樣頻率為8kHz，窗長(zhǎng)為320。參考程序：x,fs,nbits=wavread(speech_dsp.wav);s1=x(2500:2819);N=320;A=;for k=1:320 sum=0; for m=1:N-k+1 sum=sum+s1(m)*s1(m+k-1); end A(k)=sumendfor k=1:320 A1(k)=A(k)/A(1);endf=zeros(1,320);n=1,j=1;while j0.

9、08 a=fs/(LF+ind);else a=0;endpitch=a%畫圖figure(1);subplot(3,1,1);plot(time1,y);title(語(yǔ)音波形);axis tightylim=get(gca,ylim);line(time1(startIndex),time1(startIndex),ylim,color,r);line(time1(endIndex),time1(endIndex),ylim,color,r);xlabel(樣點(diǎn)數(shù));ylabel(幅度);subplot(3,1,2);plot(frame);axis(0,240,-0.5,0.5)title

10、(一幀語(yǔ)音);xlabel(樣點(diǎn)數(shù));ylabel(幅度);subplot(3,1,3);time2=-119:1:-1,0:1:120;plot(time2,cepstrum1);axis(-120,120,-0.5,0.5)title(一幀語(yǔ)音的倒譜);xlabel(樣點(diǎn)數(shù));ylabel(幅度); 圖4-1 對(duì)濁音信號(hào)進(jìn)行基音檢測(cè)2、利用同態(tài)處理計(jì)算給出語(yǔ)音信號(hào)的共振峰。y,fs,nbits=wavread(speech_dsp.wav);time1=1:length(y);time=(1:length(y)/fs;frameSize=floor(30*fs/1000);startInd

11、ex=round(2080);endIndex=startIndex+frameSize-1;frame=y(startIndex:endIndex);%frameSize=length(frame);frame2=frame.*hamming(length(frame);rwy=rceps(frame2);ylen=length(rwy);cepstrum=rwy(1:ylen/2);%基音檢測(cè)LF=floor(fs/500);HF=floor(fs/70);cn=cepstrum(LF:HF);mx_cep,ind=max(cn);%共振峰檢測(cè)核心代碼%找到最大的突起的位置NN=ind+LF;ham=hamming(NN);cep=cepstrum(1:NN);ceps=cep.*ham;%formant1=20*log(abs(fft(ceps);formant1=abs(fft(ceps);formant(1:2)=for