大学本科语音信号处理实验讲义8学时

这就是整个激励模型， 是一个幅值因子。
2、声道模型
当声波通过声道时，受到声腔共振的影响，在某些频率附近形成谐振。反映在信号频谱图上，在谐振频率处其谱线包络产生峰值，把它称为共振峰。
一个二阶谐振器的传输函数可以写成
实践表明，用前3个共振峰代表一个元音足够了。对于较复杂的辅音或鼻音共振峰要到5个以上。多个 叠加可以得到声道的共振峰模型
三、实验内容
1、根据给出的浊音信号，分别画出浊音信号的时域波形、加矩形窗和加汉明窗后计算短时自相关归一化后的结果。语音的抽样频率为8kHz，窗长为320。
参考程序：
[x,fs,nbits]=wavread('speech_dsp.wav');
s1=x(2500:2819);
N=320;
A=[];
for k=1:320
t=fft(u);
d(:,c)=t(1:(1+n/2));
c=c+1;
end
tt=[0:h:(s-n)]/sr;
ff=[0:(n-2)]*sr/n;
imagesc(tt,ff/1000,20*log10(abs(d)));
colormap(gray);
axis xy
xlabel('时间/s')
ylabel('频率/kHz')
3、辐射模型
从声道模型输出的是速度波，而语音信号是声压波。二者倒比称为辐射阻抗，它表征了口唇的辐射效应，可用下式表示：
三、实验内容
1、设声门脉冲单个三角波的数学表达式为
试画出三角波波形图及其频谱。取 。
参考程序：
%三角波及其频谱
n=linspace(0,25,125);
g=zeros(1,length(n));
3、编写修正短时自相关函数的程序，并与未修正的函数进行比较。
二、实验原理
自相关函数用于衡量信号自身时间波形的相似性。由前面的讨论可知，清音和浊音的发声机理不同，因而在波形上也存在着较大的差异。浊音的时间波形呈现出一定的周期性，波形之间相似性较好；清音的时间波形呈现出随机噪声的特性，杂乱无章，样点间的相似性较差，这样，可以用短时自相关函数来测定语音的相似特性。
axis([0,320,-0.5,1])
图2-2 修正的自相关函数（参加自相关运算的点数N取不同值）
四、思考题
1、自相关函数的作用是什么？互相关函数的作用是什么？
2、浊音信号分别加矩形窗和汉明窗时自相关函数有什么不同？
3、清音信号的自相关函数和浊音信号的有什么区别？
实验三语音信号频域特征分析
一、实验目的
xlabel('频率/Hz')
ylabel('幅度/dB')
axis([0,620,0,30])
图1-1 三角波及其频谱
2、给出语音段“数字信号处理”（speech.wav），画出它的语谱图。
clear all;
[x,sr]=wavread('speech_dsp.wav');
s=length(x);
plot(s2)
title('一帧语音信号');
xlabel('样点数');
ylabel('幅度');
axis([0,320,-1,1]);
subplot(3,1,2)
plot(A1)
title('加矩形窗的自相关函数')
xlabel('延时k')
ylabel('自相关函数R(k)')
axis([0,320,-1,1]);
图1-2 语谱图
四、思考题
1、声门激励脉冲信号是高频衰减的还是高频增强的？
2、画语谱图时为什么要给语音信号加汉明窗？若加矩形窗会有什么区别？
3、在语谱图上观察，浊音信号的和清音信号的频谱有什么区别？
实验二语音信号时域特征分析
一、实验目的
1、了解自相关函数及自相关函数在语音信号处理中的应用。
2、编写程序分析语音信号的短时自相关特征，计算语音信号的基音周期。
某一帧的短时傅里叶变换的定义式如下：
式中， 是窗函数，不同的窗函数，可得到不同的傅里叶变换的结果。在式中，短时傅里叶变换有两个变量，即离散时间n及连续频率w，若令 ，则可得到离散的短时傅里叶变换如下：
对于 窗来说，它除了具有选出 序列中被分析部分的作用外，它的形状对时变傅里叶变换的特性也有重要作用。采用矩形窗时，基音谐波的各个峰都比较尖锐，而整个频谱图显得比较破碎，这是因为矩形窗的主瓣较窄，具有较高的频率分辨率，但它也具有较高的旁瓣，因而使基音的相邻谐波之间的干扰比较严重。相邻谐波之间的这种“泄露”的现象，抵消了矩形窗主瓣窄的优点，因此，在语音短时频谱分析中极少采用矩形窗。当加汉明窗时，得到的短时频谱要平滑得多，因而在语音分析中汉明窗用得比较普遍。
end
%画图
figure(1)
subplot(3,1,2)
plot(B1);
xlabel('延时k')
ylabel('R(k)')
legend('N=160')
axis([0,320,-0.5,1])
%窗长140，自相关运算取70个点。
b3=b(1:140);
N=70;
A=[];
for k=1:70
axis([0,320,-0.5,1])
%窗长320，自相关运算取160个点。
b2=b(1:320);
N=160;
A=[];
for k=1:160
sum=0;
for m=1:N
sum=sum+b2(m)*b2(m+k-1);
end
B(k)=sum;
end
for k=1:160
B1(k)=B(k)/B(1);
三、实验内容
1、根据给出的浊音语音，画出它分别加矩形窗和汉明窗的时域波形和短时频谱。
%函数文件fra.m，对语音信号进行帧长为frame，重叠为shift的分帧
function output=fra(frame,shift,x)
len=length(x);
frame_num=floor((len-frame)/shift)+1;
sum=0;
for m=1:N
sum=sum+b3(m)*b3(m+k-1);
end
C(k)=sum;
end
for k=1:70
C1(k)=C(k)/C(1);
end
%画图
figure(1)
subplot(3,1,3)
plot(C1);
xlabel('延时k')
ylabel('R(k)')
legend('N=70')
j=j+1;
n=n+1;
end
B=[];
for k=1:320
sum=0;
for m=1:N-k+1
sum=sum+s1(m)*s1(m+k-1);
end
B(k)=sum
end
for k=1:320
B1(k)=B(k)/B(1);
end
%画图
s2=s1/max(s1);
figure(1)
subplot(3,1,1)
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));
e=fra(256,128,x);
ee=e(20,:);
subplot(2,2,1)
ee1=ee/max(ee);
plot(ee1)
xlabel('样点数')
ylabel('幅度')
title('原始语音')
axis([0,256,-1.5,1.5])
%矩形窗傅立叶变换
r=fft(ee,1024);
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);
sum=0;
for m=1:N-k+1
sum=sum+s1(m)*s1(m+k-1);
end
A(k)=sum
end
for k=1:320
A1(k)=A(k)/A(1);
end
f=zeros(1,320);
n=1,j=1;
ቤተ መጻሕፍቲ ባይዱwhile j<=320
f(1,j)=s1(n)*[0.54-0.46*cos(2*pi*n/319)];
y=zeros(frame_num,frame);
for i=1:frame_num
y(i,:)=x((shift*(i-1)+1):(shift*(i-1)+frame))';
end
output=y;
%浊音的波形和短时频谱图(窗长256)
[x,fs,nbits]=wavread('speech_dsp.wav');
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);
end
end
figure(1)
subplot(1,2,1)
plot(n,g)
xlabel('时间/ms')
ylabel('幅度')
一、实验目的
1、了解语音信号的生成机理，了解由声门产生的激励函数、由声道产生的调制函数和由嘴唇产生的辐射函数。
2、编程实现声门激励波函数波形及频谱，与理论值进行比较。
3、编程实现已知语音信号的语谱图，区分浊音信号和清音信号在语谱图上的差别。
二、实验原理
语音生成系统包含三部分：由声门产生的激励函数 、由声道产生的调制函数 和由嘴唇产生的辐射函数 。语音生成系统的传递函数由这三个函数级联而成，即
时域离散确定信号的自相关函数定义为：
对于语音信号来说，采用短时分析方法，可以定义短时自相关函数为
因为 ，所以
定义 ，则上式可以写成
如果长基音周期用窄的窗，将得不到预期的基音周期；但是如果短的基音周期用长的窗，自相关函数将对多个基因周期做平均计算，从而模糊语音的短时特性，这是不希望的。为了解决这个问题，可以采用修正的短时自相关函数，选择的窗长不一定要等于自相关函数的最大自变量取值。这种方法可以采用较窄的窗，同时避免了短时自相关函数随k增加而衰减的不足。
1、了解语音信号进行短时傅里叶分析的基础。
2、画出浊音信号加不同窗时的时域波形和频谱，并进行比较。
3、画出清音信号加不同窗时的时域波形和频谱，并与浊音信号进行比较。
二、实验原理
语音信号本质上是非平稳信号，其非平稳特性是由发声器官的物理运动产生的。发声器官的运动由于存在惯性，所以可以假设语音信号在10~30ms这样短的时间段内是平稳的，这是短时傅里叶分析的基础。
subplot(3,1,3)
plot(B1)
title('加汉明窗的自相关函数')
xlabel('延时k')
ylabel('自相关函数R(k)')
axis([0,320,-1,1]);
图2-1浊音信号加不同窗时的自相关函数
2、仍选取上题中的语音信号，改变窗长和截取语音段的长度，计算修正的短时自相关函数。取值分别为：
1、激励模型
发浊音时，由于声门不断开启和关闭，产生间隙的脉冲。经仪器测试它类似于斜三角波的脉冲。也就是说，这时的激励波是一个以基音周期为周期的斜三角脉冲串。单个斜三角波的频谱表现出一个低通滤波器的特性。可以把它表示成z变换的全极点形式
这里c是一个常数，T是脉冲持续时间。周期的三角波脉冲还得跟单位脉冲串的z变换相乘：
(1)N=320,M=640;
(2)N=160,M=320;
(3)N=70,M=140;
[x,fs,nbits]=wavread('speech_dsp.wav');
s1=x(2500:3139);
b=s1;
%窗长640，自相关运算取320个点。
b1=b(1:640);
N=320;
A=[];
for k=1:320
sum=0;
for m=1:N
sum=sum+b1(m)*b1(m+k-1);
end
A(k)=sum;
end
for k=1:320
A1(k)=A(k)/A(1);
end
%画图
figure(1)
subplot(3,1,1)
plot(A1);
xlabel('延时k')
ylabel('R(k)')
legend('N=320')
r1=abs(r);
r1=r1/max(r1);
yuanlai=20*log10(r1);
signal(1:512)=yuanlai(1:512);
pinlv=(0:1:511)*8000/1024;
语音信号处理实验讲义
时间：2011-12
实验一 语音信号生成模型分析……………………………………….3
实验二 语音信号时域特征分析……………………………………….7
实验三 语音信号频域特征分析………………………………………12
实验四 语音信号的同态处理和倒谱分析……………………………16
实验一 语音信号生成模型分析