數(shù)字語音處理實驗報告

1、實驗一、用MATLAB實現(xiàn)語音信號的時域分析學院：信息與通信工程學院專業(yè)：通信工程班級：通信144學號：2014136410姓名：劉新雨指導教師：崔艷秋1. 實驗目的觀察并驗證語音信號的時域特性，理解并掌握典型的語音信號時域分析方法和時域特征，為深入學習語音信號處理的各種應用奠定基礎。2. MATLAB程序代碼（1）由麥克風采集語音數(shù)據(jù)，將采集的數(shù)據(jù)存成WAV文件（采樣率為8000Hz），存在本人的文件夾中。所用程序代碼為：clear;close all;Fs=11025;y=wavrecord(5*Fs,Fs,double);wavwrite(y,D:lxy);soundview(y,Fs)

2、;（2）讀取WAV文件，顯示語音信號的波形。所用程序代碼為：clear;close all;x = wavread(D:lxy.wav); figure;plot(x);axis(0,size(x,1),-0.35,0.3);title(語音信號時域波形);xlabel(樣點數(shù)); ylabel(幅度);（3）讀取WAV文件，計算并顯示語音的短時能量（窗函數(shù)為矩形窗，幀長為50,200,400,600）。所用程序代碼為：clear;close all;x = wavread(d:k.wav);x = double(x);f1= enframe(x,50, 50); energy1 = sum(

3、abs(f1), 2); subplot(2,2,1);plot(energy1); title(語音信號的短時能量); legend(幀長LEN =50);f2= enframe(x,200, 200); energy2 = sum(abs(f2), 2); subplot(2,2,2);plot(energy2); title(語音信號的短時能量); legend(幀長LEN = 200);f3= enframe(x,400, 400); energy3 = sum(abs(f3), 2); subplot(2,2,3);plot(energy3); title(語音信號的短時能量); l

4、egend(幀長LEN = 400);f4= enframe(x,600,600); energy4 = sum(abs(f4), 2); subplot(2,2,4);plot(energy4); title(語音信號的短時能量); legend(幀長LEN = 600);（4）讀取WAV文件，計算并顯示語音的短時過零率（窗函數(shù)為矩形窗，幀長為256，幀移為128），所用程序代碼為：clear;close all;x = wavread(D:lxy.wav)； x = double(x);LEN = 300;INC= 150;f = enframe(x, LEN, INC); % 計算短時過

5、零率z = zeros(size(f,1),1); difs =0.01; for i=1:size(f,1) s=f(i,:); for j=1:(length(s)-1) if s(j)* s(j+1)difs; z(i)= z(i)+1; end endendsubplot(2,1,1); plot(x); axis(0,size(x,1),-0.35,0.3);title(語音信號時域波形); xlabel(樣點數(shù)); ylabel(幅度);subplot(2,1,2);plot(z); title(語音信號的短時過零率);xlabel(幀數(shù)); ylabel(短時過零率);（5）讀取

6、WAV文件，計算濁音與清音的短時自相關函數(shù)所用的程序代碼為：clear;close all;x = wavread(D:lxy.wav);x = double(x);LEN = 256;INC= 128;f = enframe(x, LEN, INC); ff=f(15,:); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);endfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.5,0.75)title(加矩形窗的語音幀); xlabel

7、(樣點數(shù)); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,-1,1)title(加矩形窗的短時自相關函數(shù)); xlabel(k); ylabel(R(k);clear;close all;x = wavread(d:k.wav);x = double(x);LEN = 256;INC= 128;f = enframe(x, LEN, INC); ff=f(124,:); ff=ff.*hamming(length(ff); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);en

8、dfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.5,0.75)title(加漢明窗的語音幀); xlabel(樣點數(shù)); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,-1,1)title(加漢明窗的短時自相關函數(shù)); xlabel(k); ylabel(R(k);clear;close all;x = wavread(D:lxy.wav);x = double(x);LEN = 10;INC= 10;f = enframe(x, LEN, INC); ff=f

9、(500,:); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);endfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.05,0.05)title(加矩形窗的語音幀); xlabel(樣點數(shù)); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,-0.5,0.5)title(加矩形窗的短時自相關函數(shù)); xlabel(k); ylabel(R(k);clear;close all;x = wavr

10、ead(D:lxy.wav);x = double(x);LEN = 256;INC= 128;f = enframe(x, LEN, INC); ff=f(25,:); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);endfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.05,0.05)title(加矩形窗的語音幀); xlabel(樣點數(shù)); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,

11、-0.5,0.5)title(加矩形窗的短時自相關函數(shù)); xlabel(k); ylabel(R(k); 3. 實驗結果及其分析（1）本實驗利用11025Hz的采樣頻率對輸入的語音信號進行采樣，采樣點數(shù)為55125個，持續(xù)時間為5秒，存儲格式為double。之后將數(shù)字語音數(shù)據(jù)寫入D盤的a.wav文件，并通過放音設備進行回放。回放的GUI界面如圖1所示，通過該界面可以觀察采集的語音信號。圖1 用soundview函數(shù)顯示的語音信號（2）本實驗將D盤的lxy.wav文件讀取出來，并顯示文件中的語音信號波形，顯示的波形如圖2所示。該波形是漢語拼音“Xu”的時域波形。從圖2可以看出，X是清音，它的波

12、形幅值較小，且沒有周期性；u是濁音，它的波形幅值較大且有明顯的周期性起伏結構。圖2 語音“Xu”的時域波形（3）本實驗將D盤的lxy.wav文件讀取出來，當幀長取不同值時計算語音信號的短時能量，如圖3所示。從圖3可以看出，濁音短時能量大，短時平均幅度大，短時過零率低，濁音具有較強的能量值，音段內(nèi)隱藏信息的能力高。輕音短時能量小，短時平均幅度小，能量值較低，音段內(nèi)隱藏信息的能力較低。圖3 不同幀長對應的短時能量（4）本實驗首先讀取lxy.wav中的語音數(shù)據(jù)，之后計算每一幀的短時過零率，最后將原始語音信號和短時過零率顯示出來，如圖4所示。從圖4可以看出，清音的過零率較高，濁音的過零率較低。圖4 短時過零率（5）本實驗首先讀取lxy.wav中的語音數(shù)據(jù)，之后對數(shù)據(jù)進行分幀加窗處理，幀長為256，幀移為128。選取其中的一幀濁音（第15幀）并計算這幀的短時自相關函數(shù)。當窗函數(shù)分別為矩形窗和漢明窗時，截取的語音信號和短時自相關函數(shù)如圖5和圖6所示。從圖5和圖6可以看出，矩形窗能夠比漢明窗更明顯的顯示出第一個峰值。當窗函數(shù)為矩形窗，不同幀長（幀移=幀長）的一幀濁音對應的短時自相關函數(shù)如圖7和圖8所示。從圖7和圖8可以看出，幀長越長，越容易區(qū)分其最大值。當窗函數(shù)為矩形窗，幀長為256，幀移為128，