數(shù)字音效處理器 項(xiàng)目報(bào)告

1、數(shù)字信號(hào)處理B課程項(xiàng)目終期報(bào)告題 目： 數(shù)字音效處理器 組 號(hào)： 14 號(hào) 任課教師： 組 長(zhǎng)： 成 員： 成 員： 成 員： 成 員： 聯(lián)系方式： 二0一五 年 10月 24日目錄一 項(xiàng)目介紹二 項(xiàng)目原理三 項(xiàng)目完成過(guò)程四 項(xiàng)目結(jié)果與分析五 工作分配六 參考文獻(xiàn)一 項(xiàng)目介紹本次項(xiàng)目要求設(shè)計(jì)一個(gè)數(shù)字音效處理器，通過(guò)一系列相關(guān)算法以及借助相關(guān)工具（MATLAB），對(duì)聲音信號(hào)進(jìn)行處理，要求具備語(yǔ)音識(shí)別以及降除噪聲的功能，另外我們又加入了語(yǔ)音均衡器，豐富了數(shù)字音效處理器的功能。最后加入GUI界面設(shè)計(jì)，方便了用戶的使用。二 項(xiàng)目原理本部分主要分為三部分，分別是語(yǔ)音識(shí)別，噪聲降除以及語(yǔ)音均衡器的相關(guān)原理

2、。語(yǔ)音識(shí)別：1.1項(xiàng)目大體步驟我們主要采用基于VQ的說(shuō)話人識(shí)別，我們采用的識(shí)別結(jié)構(gòu)框圖如下，提取特征函數(shù)預(yù)處理語(yǔ)音信號(hào)VQ碼本匹配計(jì)算VQ碼本訓(xùn)練碼本庫(kù)識(shí)別結(jié)果1.2 語(yǔ)音信號(hào)的預(yù)處理預(yù)處理包括：預(yù)加重，端點(diǎn)檢測(cè)，分幀以及加窗。預(yù)加重的目的是將更為有用的高頻部分頻譜進(jìn)行提升，使信號(hào)的頻譜變得平坦，保持在低頻到高頻的整個(gè)頻帶中，能用同樣的信噪比求取頻譜，以便于進(jìn)行頻譜分析或聲道參數(shù)分析。端點(diǎn)檢測(cè)即是對(duì)輸入語(yǔ)音信號(hào)的起始點(diǎn)與結(jié)束點(diǎn)的判定。分幀：由于語(yǔ)音信號(hào)的準(zhǔn)平穩(wěn)特性，使得其只有在短時(shí)段上才可被視為一個(gè)平穩(wěn)過(guò)程，所以需要把一定長(zhǎng)度的語(yǔ)音分為很多幀來(lái)分析。加窗：為了減少語(yǔ)音幀的截?cái)嘈?yīng)，降低幀兩端的

3、坡度，使語(yǔ)音幀的兩端不引起急劇變化而平滑過(guò)渡到零，需要將語(yǔ)音幀乘以一個(gè)窗函數(shù)。1.3 MFCC特征函數(shù)的提取Mel頻率倒譜系數(shù)（MFCC）的分析與傳統(tǒng)的線性倒譜系數(shù)（LPCC）不同，它的分析是著眼于人耳的聽(tīng)覺(jué)機(jī)理，因?yàn)槿祟?lèi)在對(duì)1000Hz以下的聲音頻率范圍的感知遵循近似的線性關(guān)系；對(duì)1000Hz以上的聲音頻率范圍的感知不遵循線性關(guān)系，而是遵循在對(duì)數(shù)頻率坐標(biāo)上的近似線性關(guān)系，所以Mel倒譜系數(shù)獲得了較高的識(shí)別率和較好的魯棒性。實(shí)現(xiàn)上，Mel倒譜系數(shù)是將語(yǔ)音頻率劃分成一系列三角形的濾波器序列，這組濾波器在頻率的Mel坐標(biāo)上是等待寬的。MFCC參數(shù)的提取過(guò)程為：1. 對(duì)輸入的語(yǔ)音信號(hào)進(jìn)行分幀、加窗，

4、然后作離散傅立葉變換，獲得頻譜分布信息。 設(shè)語(yǔ)音信號(hào)的DFT為： *（1）2. 再求頻譜幅度的平方，得到能量譜。 3. 將能量譜通過(guò)一組Mel尺度的三角形濾波器組。 我們定義一個(gè)有M個(gè)濾波器的濾波器組（濾波器的個(gè)數(shù)和臨界帶的個(gè)數(shù)相近），采用的濾波器為三角濾波器，中心頻率為f(m),m=1,2,3,M，本系統(tǒng)取M=100。4. 計(jì)算每個(gè)濾波器組輸出的對(duì)數(shù)能量。 *（2）其中為三角濾波器的頻率響應(yīng)。 5. 經(jīng)過(guò)離散弦變換（DCT）得到MFCC系數(shù)。*（3） MFCC系數(shù)個(gè)數(shù)通常取2030，常常不用0階倒譜系數(shù)，因?yàn)樗从车氖穷l譜能量，故在一般識(shí)別系統(tǒng)中，將稱為能量系數(shù)，并不作為倒譜系數(shù)，本文選取2

5、0階倒譜系數(shù)。與線性預(yù)測(cè)倒譜分析相比，MFCC的優(yōu)點(diǎn)是不依賴全極點(diǎn)語(yǔ)音信號(hào)產(chǎn)生模型的假定，因而在噪聲環(huán)境下表現(xiàn)出更強(qiáng)的魯棒性，在非特定人說(shuō)話人識(shí)別方面有利于減小因說(shuō)話人不同的差異可能帶來(lái)的影響。1.4矢量量化矢量量化是將若干個(gè)幅度連續(xù)取值的時(shí)域采樣信號(hào)分成一組，則構(gòu)成矢量，然后用若干離散數(shù)字值，來(lái)表示各種矢量，其有效地利用了矢量中各分量的四種相關(guān)的性質(zhì)，因此在量化過(guò)程中最大限度地消除數(shù)據(jù)之間的冗余，從而實(shí)現(xiàn)高效的熵壓縮碼。其基本原理為：將一幀語(yǔ)音數(shù)據(jù)中提取的矢量特征在多維空間給予整體量化。首先把信號(hào)序列的每隔K個(gè)連續(xù)點(diǎn)分成一組，形成K維歐氏空間中的一個(gè)矢量，然后對(duì)此矢量進(jìn)行量化。本文中矢量量化

6、有兩個(gè)作用，在訓(xùn)練階段，把每個(gè)說(shuō)話者所提取的特征參數(shù)進(jìn)行分類(lèi)，產(chǎn)生不同碼子組成的碼本；在識(shí)別階段，我們用VQ方法計(jì)算平均失真測(cè)度，以此進(jìn)行說(shuō)話人識(shí)別。VQ碼本的設(shè)計(jì)主要采用LBG算法，該算法是一種遞推算法，從一個(gè)事先選定的初始碼本進(jìn)行迭代，直到系統(tǒng)性能滿足要求或不再有明顯的改進(jìn)為止。具體LBG算法如下：設(shè) 為訓(xùn)練序列，B為碼本。 1. 取提取出來(lái)的所有幀的特征矢量的型心(均值)作為第一個(gè)碼字矢量B1。2. 將當(dāng)前的碼本Bm根據(jù)以下規(guī)則分裂，形成2m個(gè)碼字。 *（4）其中m從1變化到當(dāng)前的碼本的碼字?jǐn)?shù)，是分裂時(shí)的參數(shù)，本文=0.01。 3. 根據(jù)得到的碼本把所有的訓(xùn)練序列(特征矢量)進(jìn)行分類(lèi)，然

7、后按照下面兩個(gè)公式計(jì)算訓(xùn)練矢量量化失真量的總和以及相對(duì)失真(n為迭代次數(shù)，初始n=0，=，B為當(dāng)前的碼書(shū))，若相對(duì)失真小于某一閾值，迭代結(jié)束，當(dāng)前的碼書(shū)就是設(shè)計(jì)好的2m個(gè)碼字的碼書(shū)，轉(zhuǎn)。否則，轉(zhuǎn)下一步。 量化失真量和： 相對(duì)失真： *（6）4. 重新計(jì)算各個(gè)區(qū)域的新型心，得到新的碼書(shū)，轉(zhuǎn)3。 5. 重復(fù) ， 和步，直到形成有M個(gè)碼字的碼書(shū)(M是所要求的碼字?jǐn)?shù))，其中D0=10000。1.5說(shuō)話人識(shí)別在匹配階段，VQ用來(lái)計(jì)算未知說(shuō)話人特征矢量和已經(jīng)訓(xùn)練說(shuō)話人碼本之間的平均量化失真D，并設(shè)置一個(gè)閾值，若D小于此閾值，則是原訓(xùn)練者，反之則認(rèn)為不是原訓(xùn)練者。注： *（7）2噪聲降除我們使用了維納法和L

8、MS自適應(yīng)濾波法來(lái)降除噪聲。2.1 維納法（Wiener Scalart Method）維納是用來(lái)解決從噪聲中提取信號(hào)的一種過(guò)濾（或?yàn)V波）方法。這種線性濾波問(wèn)題，可以看做是一種估計(jì)問(wèn)題或一種線性估計(jì)問(wèn)題。 一個(gè)線性系統(tǒng)，如果它的單位樣本響應(yīng)為h(n)，當(dāng)輸入一個(gè)隨機(jī)信號(hào)x(n) 且x(n)=s(n)+v(n) *(8)其中x(n)表示信號(hào)，v(n)表示噪聲，則輸出y(n)為 yn=mh(m)x(n-m) *(9)我們希望x(n)通過(guò)線性系統(tǒng)h(n)后得到的y(n)盡量接近于s(n)，因此稱y(n)為s(n)的估計(jì)值，用s(n)表示，即 yn=s(n). *(10) 則維納濾波器的輸入輸出關(guān)系可

9、用下面圖1表示。 實(shí)際上，式 (9) 所示的卷積形式可以理解為從當(dāng)前和過(guò)去的觀察值x(n)，x(n-1)，X(n-2)x(n-m).來(lái)估計(jì)信號(hào)的當(dāng)前值 s(n)。因此，用h(n) 進(jìn)行過(guò)濾問(wèn)題實(shí)際上是一種統(tǒng)計(jì)估計(jì)問(wèn)題。 一般地，從當(dāng)前的和過(guò)去的觀察值x(n)，x(n-1)，x(n-2)估計(jì)當(dāng)前的信號(hào)值Y(n)=s(n)成為過(guò)濾或?yàn)V波；從過(guò)去的觀察值，估計(jì)當(dāng)前的或者將來(lái)的信號(hào)值 yn=s(n+N).稱為外推或預(yù)測(cè)；從過(guò)去的觀察值，估計(jì)過(guò)去的信號(hào)值 yn=s(n-N) 稱為平滑或內(nèi)插。因此維納濾波器又常常被稱為最佳線性過(guò)濾與預(yù)測(cè)或線性最優(yōu)估計(jì)。這里所謂的最佳與最優(yōu)是以最小均方誤差為準(zhǔn)則的。 如果我

10、們分別以s(n) 與 s(n) 表示信號(hào)的真實(shí)值與估計(jì)值，而用e(n) 表示他們之間的誤差，即 en=sn-s(n) *(11)顯然e(n)可能是正值，也可能是負(fù)值，并且它是一個(gè)隨機(jī)變量。因此，用它的均方誤差來(lái)表達(dá)誤差是合理的，所謂均方誤差最小即它的平方的統(tǒng)計(jì)期望最?。?n=Ee2n=min* (12)采用最小均方誤差準(zhǔn)則作為最佳過(guò)濾準(zhǔn)則的原因還在于它的理論分析比較簡(jiǎn)單，不要求對(duì)概率的描述。 為了按 (12) 式所示的最小均方誤差準(zhǔn)則來(lái)確定維納濾波器的沖激響應(yīng)h(n)，令n對(duì)h(j)的導(dǎo)數(shù)等于零，即可得 Rxsm=hiRxxm-1,m * (13)式中，Rxsm 是s(n)與x(n)的互相關(guān)函

11、數(shù)，Rxxm是x(n)的自相關(guān)函數(shù)，分別定義為 Rxs=Exxsn+m Rxx=Ex(x)x(n+m)式 (13) 稱為維納濾波器的標(biāo)準(zhǔn)方程或維納霍夫方程。如果已知 Rxsm 和 Rxxm,那么解此方程即可求的維納濾波器的沖激響應(yīng)。式 (13) 所示標(biāo)準(zhǔn)方程右端的求和范圍即i的取值范圍沒(méi)有具體標(biāo)明，實(shí)際上有三種情況：(1) 有限沖激響應(yīng)（FIR）維納濾波器，i從0到N-1取得有限個(gè)整數(shù)值；(2) 非因果無(wú)限沖激響應(yīng)（非因果IIR）維納濾波器，i從到取所有整數(shù)值；(3) 因果無(wú)限沖激響應(yīng)（因果IIR）維納濾波器，i從0到取正整數(shù)值。上述三種情況下標(biāo)準(zhǔn)方程的解法不同，本文只描述FIR維納濾波器的求

12、解。設(shè)濾波器沖激響應(yīng)序列的長(zhǎng)度為N，沖激響應(yīng)矢量為 h=h0h1hN-1T * (14)濾波器輸入數(shù)據(jù)矢量為 xn=xnxn-1x(n-N+1)T *(15)則濾波器的輸出為 yn=sn=xTnh=hTx(n) *(16)這樣，式 (13) 所示的維納-霍夫方程可寫(xiě)成 PT=hTR or P=Rh * (17)其中 P=Ex(n)s(n) * (18)是s(n) 與x(n) 的互相關(guān)函數(shù)，它是一個(gè)N維列矢量；R是x(n)的自相關(guān)函數(shù)，是N階方陣R=Ex(n)xT(n) * (19)利用求逆矩陣的方法直接求解式 (19)，得 hopt=R-1P *(20)這里opt表示“最佳”，這就是FIR維納

13、濾波器的沖激響應(yīng)。2.2 LMS自適應(yīng)濾波法自適應(yīng)濾波器是能夠根據(jù)輸入信號(hào)自動(dòng)調(diào)整性能進(jìn)行數(shù)字信號(hào)處理的數(shù)字濾波器。作為對(duì)比，非自適應(yīng)濾波器有靜態(tài)的濾波器系數(shù)，這些靜態(tài)系數(shù)一起組成傳遞函數(shù)。對(duì)于一些應(yīng)用來(lái)說(shuō)，由于事先并不知道所需要進(jìn)行操作的參數(shù)，例如一些噪聲信號(hào)的特性，所以要求使用自適應(yīng)的系數(shù)進(jìn)行處理。在這種情況下，通常使用自適應(yīng)濾波器，自適應(yīng)濾波器使用反饋來(lái)調(diào)整濾波器系數(shù)以及頻率響應(yīng)?？偟膩?lái)說(shuō)，自適應(yīng)的過(guò)程涉及到將代價(jià)函數(shù)用于確定如何更改濾波器系數(shù)從而減小下一次迭代過(guò)程成本的算法。價(jià)值函數(shù)是濾波器最佳性能的判斷準(zhǔn)則，比如減小輸入信號(hào)中的噪聲成分的能力。隨著數(shù)字信號(hào)處理器性能的增強(qiáng)，自適應(yīng)濾波

14、器的應(yīng)用越來(lái)越常見(jiàn)，時(shí)至今日它們已經(jīng)廣泛地用于手機(jī)以及其它通信設(shè)備、數(shù)碼錄像機(jī)和數(shù)碼照相機(jī)以及醫(yī)療監(jiān)測(cè)設(shè)備中。下面圖示的框圖是最小均方濾波器（LMS）和遞歸最小平方（Recursive least squares filter，RLS，即我們平時(shí)說(shuō)的最小二乘法) 這些特殊自適應(yīng)濾波器實(shí)現(xiàn)的基礎(chǔ)。框圖的理論基礎(chǔ)是可變?yōu)V波器能夠得到所要信號(hào)的估計(jì)。1.輸入信號(hào)是所要信號(hào)d(n) 和干擾噪聲v(n) 之和: x(n)=d(n)+v(n) 2.可變?yōu)V波器有有限脈沖響應(yīng)結(jié)構(gòu)，這樣結(jié)構(gòu)的脈沖響應(yīng)等于濾波器系數(shù)。p階濾波器的系數(shù)定義為 Wn=n0,n1,npT *(21)3.誤差信號(hào)或者叫作代價(jià)函數(shù)，是所要

15、信號(hào)與估計(jì)信號(hào)之差en=dn-d(n) *(22)可變?yōu)V波器通過(guò)將輸入信號(hào)與脈沖響應(yīng)作卷積估計(jì)所要信號(hào)，用向量表示為 dn=wn*x(n) *(23)其中x(n)=x(n),x(n-1),x(n-p)T是輸入信號(hào)向量。另外，可變?yōu)V波器每次都會(huì)馬上改變?yōu)V波器系數(shù) wn+1=wn+wn *(24)其中wn是濾波器系數(shù)的校正因子。自適應(yīng)算法根據(jù)輸入信號(hào)與誤差信號(hào)生成這個(gè)校正因子，LMS 和 RLS 是兩種不同的系數(shù)更新算法。3語(yǔ)音均衡器我們所設(shè)計(jì)的數(shù)字均衡器包括以下功能：1 音頻文件（.wav）的獲取；2 八段數(shù)字均衡器設(shè)定；3 濾波；4 播放，播放均衡過(guò)后的語(yǔ)音信號(hào)，并顯示相關(guān)波形。此設(shè)計(jì)的關(guān)鍵是

16、設(shè)計(jì)出滿足一定性能指標(biāo)的各個(gè)數(shù)字濾波器，構(gòu)成一個(gè)覆蓋音頻頻段的濾波器組。3.1數(shù)字濾波器數(shù)字濾波器的功能是把輸入序列通過(guò)一定的運(yùn)算，變換成輸出序列。數(shù)字濾波器分為兩類(lèi)：無(wú)限沖激響應(yīng)（IIR）以及有限沖激響應(yīng)（FIR）（1） IIRIIR濾波器的最大特點(diǎn)是：?jiǎn)挝粵_激響應(yīng)h（n）是無(wú)限長(zhǎng)的；系統(tǒng)函數(shù)H（z）在有限長(zhǎng)Z平面內(nèi)有極點(diǎn)存在；結(jié)構(gòu)上存在輸出到輸入的反饋，即結(jié)構(gòu)上是遞歸的；穩(wěn)定的IIR濾波器其全部極點(diǎn)一定在單位圓內(nèi)。（2） FIRFIR濾波器最大的特點(diǎn)是：系統(tǒng)的單位沖激響應(yīng)h（n）是個(gè)有限長(zhǎng)序列；系統(tǒng)函數(shù)|H（z）|在|z|0處收斂，極點(diǎn)全部在z=0處，即FIR一定為穩(wěn)定系統(tǒng)；結(jié)構(gòu)上是非遞歸

17、的，沒(méi)有輸出到輸入的反饋。對(duì)于數(shù)字均衡器，一方面用于處理語(yǔ)音信號(hào)，另一方面需要用到頻率特性分段的帶通濾波器，因此本文選用IIR濾波器。3.2 IIR濾波器設(shè)計(jì)（1）設(shè)計(jì)模擬濾波器。根據(jù)實(shí)際需要確定濾波器的參數(shù)，利用的濾波器的設(shè)計(jì)公式設(shè)計(jì)模擬濾波器并得到其傳遞函數(shù)H（s）；（2）將濾波器轉(zhuǎn)化為數(shù)字濾波器。利用沖激響應(yīng)不變法或雙線性變法將H（s）轉(zhuǎn)化成H（z）；（3）頻率變換。上述得到的是低通濾波器，利用變換公式作頻率變換得到高通、帶通濾波器。3.3均衡器的原理均衡器的基本功能是調(diào)節(jié)各個(gè)頻段內(nèi)的信號(hào)的強(qiáng)弱，設(shè)計(jì)過(guò)程如下：（1） 設(shè)計(jì)出八個(gè)頻段的對(duì)應(yīng)的帶通濾波器；（2） 把語(yǔ)音信號(hào)分8路用八個(gè)帶通濾

18、波器進(jìn)行濾波；（3） 將八個(gè)濾波器的輸出結(jié)果進(jìn)行加權(quán)求和，yn=i=1Nkiyin *（25） ki表示第i路的權(quán)值，第i路的輸出為 yi(n)，y(n)表示均衡器的輸出。三 項(xiàng)目完成過(guò)程1. 語(yǔ)音識(shí)別以下為語(yǔ)音識(shí)別過(guò)程所用到的相關(guān)函數(shù)介紹，具體關(guān)系為：VQ.m調(diào)用mfcc.m獲取單個(gè)錄音的mel倒譜系數(shù)，接著mfcc.m調(diào)用melfb.m，完成語(yǔ)音信號(hào)從普通頻譜到mel頻譜的轉(zhuǎn)換。在train.m文件調(diào)用VQ.m，即該文件用于訓(xùn)練碼本，從而獲得碼本庫(kù)；在test.m文件調(diào)用distance.m計(jì)算訓(xùn)練錄音與測(cè)試錄音的mel倒譜系數(shù)的歐氏距離，如果最小距離小于一個(gè)閾值，則可判斷該說(shuō)話人是否在碼

19、本庫(kù)內(nèi)以及說(shuō)話人是誰(shuí)。1.1 VQ函數(shù)function r = VQ(d,k)e = .01;r = mean(d, 2);dpr = 10000;for i = 1:log2(k) r = r*(1+e), r*(1-e); while (1 = 1) z = distance(d, r); m,ind = min(z, , 2); t = 0; for j = 1:2i r(:, j) = mean(d(:, find(ind = j), 2); x = distance(d(:, find(ind = j), r(:, j); for q = 1:length(x) t = t + x(

20、q); end end if (dpr - t)/t) e) break; else dpr = t; end endend1.2 mfcc函數(shù)function r = mfcc(s, fs)m = 100;n = 256;l = length(s);nbFrame = floor(l - n) / m) + 1; for i = 1:n for j = 1:nbFrame M(i, j) = s(j - 1) * m) + i); endendh = hamming(n); /加窗函數(shù)M2 = diag(h) * M;for i = 1:nbFrame frame(:,i) = fft(M2

21、(:, i); /逐幀進(jìn)行快速傅立葉變換endt = n / 2;tmax = l / fs;m = melfb(20, n, fs); /通過(guò)Mel濾波器組得到Mel頻譜n2 = 1 + floor(n / 2); / 求每幀要進(jìn)行變換的數(shù)據(jù)的行數(shù)z = m * abs(frame(1:n2, :).2; /求矩陣絕對(duì)值和的平方并與原始矩陣相乘。r = dct(log(z); / dct變換1.3 melfb函數(shù)function m = melfb(p, n, fs)f0 = 700 / fs;fn2 = floor(n/2);lr = log(1 + 0.5/f0) / (p+1);bl

22、= n * (f0 * (exp(0 1 p p+1 * lr) - 1);/直接轉(zhuǎn)換為FFT的數(shù)字模型b1 = floor(bl(1) + 1;b2 = ceil(bl(2);b3 = floor(bl(3);b4 = min(fn2, ceil(bl(4) - 1;pf = log(1 + (b1:b4)/n/f0) / lr;fp = floor(pf);pm = pf - fp;r = fp(b2:b4) 1+fp(1:b3);c = b2:b4 1:b3 + 1;v = 2 * 1-pm(b2:b4) pm(1:b3);m = sparse(r, c, v, p, 1+fn2);1.

23、4 train函數(shù)function code = train(traindir, n)k = 16; for i = 1:n / 對(duì)數(shù)據(jù)庫(kù)中的代碼形成碼本 file = sprintf(%svoice%d.wav, traindir, i); disp(file); s, fs = wavread(file); v = mfcc(s, fs); / 計(jì)算 MFCCs 提取特征特征，返回值是Mel倒譜系數(shù)，是一個(gè)log的dct得到的 codei = VQ(v, k); / 訓(xùn)練VQ碼本 通過(guò)矢量量化，得到原說(shuō)話人的VQ碼本end1.5 distance函數(shù)function d = distanc

24、e(x, y)M, N = size(x);M2, P = size(y); /音頻y賦值給M2，Pif (M = M2) error(不匹配！) /兩個(gè)音頻時(shí)間長(zhǎng)度不相等endd = zeros(N, P);if (N P) /在兩個(gè)音頻時(shí)間長(zhǎng)度相等的前提下 copies = zeros(1,P); for n = 1:N d(n,:) = sum(x(:, n+copies) - y) .2, 1); endelse copies = zeros(1,N); for p = 1:P d(:,p) = sum(x - y(:, p+copies) .2, 1); end /成對(duì)歐氏距離的兩個(gè)

25、矩陣的列之間的距離endd = d.0.5;1.6 test函數(shù)function finalmsg = test(testdir, n, code) nameList=胡程勇,周軼軒,劉楊雨,騰飛,夏文杰; file = sprintf(%stest.wav, testdir);s, fs = wavread(file); v = mfcc(s,fs); / 計(jì)算MFCCdistmin = inf; /無(wú)窮k1 = 0;for i = 1:length(code) / code的最大長(zhǎng)度，對(duì)于每個(gè)訓(xùn)練碼書(shū)，計(jì)算失真d=distance(v,codei); dist = sum(min(d,2)

26、 / size(d,1); /size(d,1): 列的長(zhǎng)度即行數(shù) / min(A,dim),dim取1或2，取1時(shí)，與max(A)完全相同，取2時(shí)，該函數(shù)返回一個(gè)列向量， / min第i個(gè)元素是A矩陣的第i行上的最小值 if dist distmin distmin = dist; k1=i; end enddisp(distmin);if(distmin 4.5) xianshi = sprintf( 說(shuō)話者為 %s !, nameListk1);else xianshi = 說(shuō)話者不在數(shù)據(jù)庫(kù)中！ ;endmsgbox(xianshi);上述diatance.m函數(shù)中，閾值4.5是通過(guò)將碼

27、本庫(kù)里的語(yǔ)音分別作為測(cè)試音，與碼本庫(kù)里的碼本計(jì)算得到的最小距離，另外再用兩個(gè)不是碼本庫(kù)里的測(cè)試音與碼本庫(kù)的碼本計(jì)算得到最小距離，取這些最小距離的平均值作為此次識(shí)別的閾值，如果小于閾值，則可說(shuō)明該說(shuō)話者是碼本庫(kù)中的一個(gè)，并進(jìn)一步可以判斷出是碼本庫(kù)中的哪一個(gè)。2. 噪聲降除Wiener Scalart:NoiseCounter=0; % 初始化NoiseCounterNoiseLength=9; % 設(shè)置噪聲平滑區(qū)間長(zhǎng)度G=ones(size(N); % 初始化譜估計(jì)器Gamma=G;X=zeros(size(Y); % 初始化Xfor i=1:numberOfFrames SpeechFlag=

28、SF(i); if i=NIS % 若iNIS判斷是否為有話幀 %NoiseFlag, SpeechFlag, NoiseCounter, Dist=vad(Y(:,i),N,NoiseCounter); end if SpeechFlag=0 % 在無(wú)話段中平滑更新噪聲譜值 N=(NoiseLength*N+Y(:,i)/(NoiseLength+1); LambdaD=(NoiseLength*LambdaD+(Y(:,i).2)./(1+NoiseLength);%更新和平滑噪聲方差 end gammaNew=(Y(:,i).2)./LambdaD; % 計(jì)算后驗(yàn)信噪比 xi=alpha

29、*(G.2).*Gamma+(1-alpha).*max(gammaNew-1,0); % 計(jì)算先驗(yàn)信噪比 Gamma=gammaNew; G=(xi./(xi+1); % 計(jì)算維納濾波器的譜估計(jì)器X(:,i)=G.*Y(:,i); % 維納濾波后的幅值LMS adaptive filter:s=s/max(abs(s); % 幅值歸一化N=length(s); % 求出信號(hào)長(zhǎng)度global time;time=(0:N-1)/fs; % 設(shè)置時(shí)間ns=1.5*cos(2*pi*50*time); % 計(jì)算出50Hz工頻信號(hào)global x;x=s+ns; % 語(yǔ)音信號(hào)和50Hz工頻信號(hào)疊加s

30、nr1=SNR_singlech(s,x); % 計(jì)算疊加50Hz工頻信號(hào)后的信噪比x1=cos(2*pi*50*time); % 設(shè)置x1和x2x2=sin(2*pi*50*time);w1=0.1; % 初始化w1和w2w2=0.1;e=zeros(1, N); % 初始化e和yy=zeros(1, N);mu=0.05; % 設(shè)置mufor i=1: N % LMS自適應(yīng)陷波器濾波 y(i)=w1 * x1(i)+ w2 * x2(i); e(i) =x(i)-y(i); w1=w1+mu * e(i) * x1(i); w2=w2+mu * e(i) * x2(i);endglobal

31、 outputoutput=e; % 陷波器輸出snr2=SNR_singlech(s,output); % 計(jì)算濾波后的信噪比 snr=snr2-snr1;3. 語(yǔ)音均衡器該部分GUI界面如下，主要分成4個(gè)部分，音頻選擇及播放，音感特征調(diào)節(jié)以及均衡，均衡后音頻播放，以及相關(guān)的波形圖顯示。3.1音頻選擇這里既可以選擇音頻文件，也可以現(xiàn)場(chǎng)錄制一段語(yǔ)音進(jìn)行均衡處理；3.2 音感特征調(diào)節(jié)及均衡音感特征調(diào)節(jié)實(shí)質(zhì)是調(diào)節(jié)八個(gè)控件，從而改變對(duì)應(yīng)濾波器的權(quán)值；濾波器類(lèi)型選擇，用戶可以選擇4種濾波器，分別為巴特沃斯濾波器，切比雪夫1濾波器，切比雪夫2濾波器以及橢圓濾波器。均衡器的功能的實(shí)現(xiàn)，其實(shí)質(zhì)就是生成帶通濾

32、波器，并對(duì)原信號(hào)進(jìn)行濾波。首先進(jìn)行頻段劃分handles.fband=20 100 200 500 1000 2000 4000 8000 16000;接著便是產(chǎn)生濾波器，該過(guò)程我們?cè)诖_定選擇按鈕的回調(diào)函數(shù)中實(shí)現(xiàn), for i= 1:8 if get(handles.popufilter,Value) = 2 b a=butter(order,2*fband(i:i+1)/handles.Fs); /巴特沃斯濾波器（階數(shù)，3db截止頻率的歸一化值） elseif get(handles.popufilter,Value) = 3 b a=cheby1(order,0.5,2*fband(i:i

33、+1)/handles.Fs);/切比雪夫一型（階數(shù)，通帶最大衰減，通帶截止頻率歸一化值） elseif get(handles.popufilter,Value) = 4 b a=cheby2(order,20,2*fband(i:i+1)/handles.Fs);/切比雪夫二型（階數(shù)，阻帶最小衰減，通帶截止頻率歸一化值） elseif get(handles.popufilter,Value) = 5 b a=ellip(order,0.5,20,2*fband(i:i+1)/handles.Fs); /橢圓濾波器 end eval(sprintf(k = get(handles.band

34、%d,Value);,i); /獲取相應(yīng)的權(quán)值y =(9k-1)/8*filter(b,a,handles.y); /對(duì)語(yǔ)音信號(hào)進(jìn)行濾波 handles.yy = handles.yy + y; /將濾波后的輸出波形疊加 y =(9k-1)/8*filter(b,a,handles.y);的作用是加權(quán)以便下一句的求和，因?yàn)橐舾刑卣髡{(diào)節(jié)所獲得的值在（0,2）之間，而需要的權(quán)值是（0,10）之間，所以令w為需要的權(quán)值，由于實(shí)際需要w為指數(shù)變化，故設(shè)代入w=0，k=0；w=1，k=1；w=10，k=2，可以解得a=1/8，b=9，c=-1，從而得到上述的公式。3.3 均衡后播放對(duì)均衡過(guò)后的語(yǔ)音信號(hào)進(jìn)

35、行播放；3.4 相關(guān)波形的顯示該部分主要顯示均衡之前的語(yǔ)音信號(hào)的時(shí)域波形圖，以及均衡之后的時(shí)域波形圖，方便用戶進(jìn)行比較。4. GUI界面設(shè)計(jì)本項(xiàng)目通過(guò)MATLAB的GUI設(shè)計(jì)界面，使用戶更加方便的運(yùn)用這些功能，設(shè)計(jì)出來(lái)的主界面如下，分為三個(gè)功能，語(yǔ)音識(shí)別，降噪以及均衡器。語(yǔ)音識(shí)別界面如下：訓(xùn)練部分我們?cè)O(shè)計(jì)了用戶可以自由選擇碼本訓(xùn)練的數(shù)量，也可以現(xiàn)場(chǎng)進(jìn)行碼本錄制，然后進(jìn)行碼本訓(xùn)練；識(shí)別部分主要進(jìn)行測(cè)試音的錄制以及識(shí)別；界面的右部分主要是錄音波形的顯示。降噪界面如下： 我們分別對(duì)音頻信號(hào)加入工頻噪聲（這里的工頻噪聲是一個(gè)50Hz的余弦信號(hào)）和白噪聲，并且針對(duì)這兩種噪聲使用不同的去噪方法進(jìn)行解決，并

36、且我們可以現(xiàn)場(chǎng)錄音，將現(xiàn)場(chǎng)的錄音中帶有的噪聲用維納濾波器除去?？梢钥吹轿覀兘o出了原始音頻信號(hào)頻譜，加噪信號(hào)頻譜和去噪信號(hào)頻譜，以此給讀者一個(gè)更加直觀的去噪過(guò)程。均衡器界面部分已在第三部分介紹，這里不再敘述。四 項(xiàng)目結(jié)果與分析1. 語(yǔ)音識(shí)別識(shí)別結(jié)果顯示如下，該部分設(shè)計(jì)過(guò)程中，我們發(fā)現(xiàn)利用VQ矢量量化的方法存在一些問(wèn)題，如果錄音的時(shí)候不說(shuō)話，那么識(shí)別判斷出來(lái)的結(jié)果并不是顯示“說(shuō)話人不在語(yǔ)音庫(kù)中”，而是上一次的判斷結(jié)果，即如果上一次判斷是庫(kù)中的“胡程勇”，那么下一次錄音時(shí)無(wú)人說(shuō)話，則判斷出來(lái)的還是庫(kù)中的“胡程勇”。我們?cè)诙啻螌?shí)驗(yàn)中發(fā)現(xiàn)，一般將庫(kù)中的語(yǔ)音作為測(cè)試音，所得到的最小距離都比較大，大概在4-5之間，但是如果是空白的錄音，其測(cè)試所得到的最小距離一般都比較小，大概在2-3附近，所以我們將最小距離設(shè)置一個(gè)下限，即