語音信號(hào)采集和分析報(bào)告

語音信號(hào)的采集與分析一、背景介紹1、語音信號(hào)處理的相關(guān)內(nèi)容通過語音相互傳遞信息是人類最重要的根本功能之一.語言是人類特有的功能.聲音是人類常用工具,是相互傳遞信息的最重要的手段.雖然,人可以通過多種手段獲得外界信息,但最重要,最精細(xì)的信息源只有語言,圖像和文字三種.與用聲音傳遞信息相比,明顯用視覺和文字相互傳遞信息,其效果要差得多.這是由于語音中除包含實(shí)際發(fā)音內(nèi)容的話言信息外,還包括發(fā)音者是誰及喜怒哀樂等各種信息.所以,語音是人類最重要,最有效,最常用和最便利的交換信息的形式.另一方面,語言和語音與人的智力活動(dòng)親熱相關(guān),與文化和社會(huì)的進(jìn)步嚴(yán)密相連,它具有最大的信息容量和最高的智能水平。語音信號(hào)處理是爭(zhēng)論用數(shù)字信號(hào)處理技術(shù)對(duì)語音信號(hào)進(jìn)展處理的一門學(xué)科,處理的目的是用于得到某些參數(shù)以便高效傳輸或存儲(chǔ);或者是用于某種應(yīng)用,如人工合成出語音,辨識(shí)出講話者,識(shí)別出講話內(nèi)容,進(jìn)展語音增加等.語音信號(hào)處理是一門興的學(xué)科,同時(shí)又是綜合性的多學(xué)科領(lǐng)域,是一門涉及面很廣的穿插學(xué)科.雖然從事達(dá)一領(lǐng)域爭(zhēng)論的人員主要來自信息處理及計(jì)算機(jī)等學(xué)科.但是它與語音學(xué),語言學(xué),聲學(xué),認(rèn)知科學(xué),生理學(xué),心理學(xué)及數(shù)理統(tǒng)計(jì)等很多學(xué)科也有格外親熱的聯(lián)系.語音信號(hào)處理是很多信息領(lǐng)域應(yīng)用的核心技術(shù)之一,是目前進(jìn)展最為快速的信息科學(xué)爭(zhēng)論領(lǐng)域中的一個(gè).語音處理是目前極為活潑和熱門的爭(zhēng)論領(lǐng)域,其爭(zhēng)論涉及一系列前沿科研課題,巳處于快速進(jìn)展之中;其爭(zhēng)論成果具有重要的學(xué)術(shù)及應(yīng)用價(jià)值.2、工作流程：相關(guān)的信號(hào)與系統(tǒng)學(xué)問：傅里葉變換在信號(hào)處理中具有格外重要的作用,它通常能使信號(hào)的某些特性變得很明顯,而在原始信號(hào)中這些特性可能模糊不清或至少不明顯.在語音信號(hào)處理中,傅里葉表示在傳統(tǒng)上始終起主要作用.其緣由一方面在于穩(wěn)態(tài)語音的生成模型由線性系統(tǒng)組成,此系統(tǒng)被一隨時(shí)間作周期變化或隨機(jī)變化的源所鼓勵(lì).因而系統(tǒng)輸出頻譜反映了鼓勵(lì)與聲道頻率響應(yīng)特性.另一方面,語音信號(hào)的頻譜具有格外明顯的語音聲學(xué)意義,可以獲得某些重要的語音特征(如共振峰頻率和帶寬等).依據(jù)語音信號(hào)的產(chǎn)生模型,可以將其用一個(gè)線性非時(shí)變系統(tǒng)的輸出表示,即看作是聲門鼓勵(lì)信號(hào)和聲道沖激響應(yīng)的卷積.在語音信號(hào)數(shù)字處理所涉及的各個(gè)領(lǐng)域中,依據(jù)語音信號(hào)求解聲門鼓勵(lì)和聲道響應(yīng)具有格外重要的意義.例如,為了求得語音信號(hào)的共振蜂就要知道聲道傳遞函數(shù)(共振峰就是聲道傳遞函數(shù)的各對(duì)復(fù)共軛極點(diǎn)的頻率).又如,為了推斷語音信號(hào)是清音還是濁音以及求得濁音狀況下的基音頻率,就應(yīng)知道聲門鼓勵(lì)序列.在實(shí)現(xiàn)各種語音編碼,合成,識(shí)別以及說話人識(shí)別時(shí)無不需要由語音信號(hào)來求得聲門鼓勵(lì)序列和聲道沖激響應(yīng).3、相關(guān)MATLAB學(xué)問：MATLAB語言是一種數(shù)據(jù)分析和處理功能格外強(qiáng)大的計(jì)算機(jī)應(yīng)用軟件,它可以將聲音文件變換為離散的數(shù)據(jù)文件,然后利用其強(qiáng)大的矩陣運(yùn)算力量處理數(shù)據(jù),如數(shù)字濾波、傅里葉變換、時(shí)域和頻域分析、聲音回放以及各種圖的呈現(xiàn)等,信號(hào)處理是MATLAB重要應(yīng)用的領(lǐng)域之一。YR_220444.am”然后使用格式工廠軟件將其轉(zhuǎn)換成wav格式并重命名為“02120008.wav”wavread用費(fèi)事如下：[y,fs,bits]=wavread(”C:\Users\Lenovo\Desktop\02120008.wav” );通過調(diào)用wavread函數(shù)，將錄制好的音頻文件信息儲(chǔ)存在一個(gè)矩陣yfswav44.1kHZ。并用一個(gè)變量n來儲(chǔ)存信息y的長(zhǎng)度：n=length(y);decimateymatlabhelpdecimate，可以得到其調(diào)用方式如下：DECIMATEResampledataatalowerrateafterlowpassfiltering.Y=DECIMATE(X,R)resamplesthesequenceinvectorXat1/Rtimestheoriginalsamplerate. TheresultingresampledvectorYisRtimesshorter,i.e.,LENGTH(Y)=CEIL(LENGTH(X)/R).Bydefault,DECIMATEfiltersthedatawithan8thorderChebyshevTypeIlowpassfilterwithcutofffrequency.8*(Fs/2)/R,beforeresampling.Y = DECIMATE(X,R,N) uses an N”th Chebyshevfilter. ForNgreaterthan13,DECIMATEwillproduceawarningregardingtheunreliabilityoftheresults. SeeNOTEbelow.Y=DECIMATE(X,R,”FIR”)usesa30thorderFIRfiltergeneratedbyFIR1(30,1/R)tofilterthedata.Y=DECIMATE(X,R,N,”FIR”)usesanNthFIRfilter.itis

Note:ForbetterresultswhenRislarge(i.e.,R>13),recommendedtobreakRupintoitsfactorsandcallingDECIMATEseveralTimes.1/2,1/4R2,4z1，z2然后，通過調(diào)用fft函數(shù)對(duì)信號(hào)進(jìn)展傅里葉變換，得到采樣matlabplot三、分析時(shí)域分析和頻域分析①：原始信號(hào)fs=8KHz。②取R=2 即采樣頻率 fs2=1/2*fs=4KHz.③取R=4 即采樣頻率 fs3=1/4*fs=1kHz肯定程度的失真。添加噪聲通過調(diào)用wgn函數(shù)，為原始信號(hào)添加高斯白噪聲，得到合均勻分布在各個(gè)頻率段上。聲音信息的濾波操作通過觀看添加了噪聲之后的聲音信息的幅頻特性曲線的3000Hzkaiser參數(shù)如下:KAISERORD FIR order estimator (lowpass, bandpass,multiband).[N,Wn,BTA,FILTYPE]=KAISERORD(F,A,DEV,Fs)istheapproximateorderN,normalizedfrequencybandedgesWn,KaiserwindowbetaparameterBTAandfiltertypeFILTYPEtobeusedbytheFIR1function:B = FIR1(N, Wn, FILTYPE, kaiser( N+1,BTA ”noscale”)The resulting filter will approximately meet specificationsgivenbytheinputparametersF,A,andDEV.FisavectorofbandedgefrequenciesinHz,inascendingorderbetween0andhalfthesamplingfrequencyFs. Aisavectorof0sand1sspecifyingthedesiredfunction”samplitudeonthebandsdefinedbyF.ThelengthofFistwicethelengthofA,minus2(itmustthereforebeeven). Thefirstfrequencybandisassumedtostartatzero,andthelastonealwaysendsatFs/2.DEVisavectorofmaximumdeviationsorripples(inlinearunits)allowableforeachband.Thesmallestdeviationspecified(MIN(DEV))isusedforboththepassbandandthestopband.Fsisthesamplingfrequency(whichdefaultsto2ifyouleaveitoff).C=KAISERORD(F,A,DEV,Fs,”cell”)isacell-arraywhoseelementsaretheparameterstoFIR1.理合成之后的聲音文件，得到如下的幅頻特性曲線：了很多。四、總結(jié)matlab軟件操作的一局部學(xué)問，受益匪淺。2014、626附錄：clear;[y,fs,bits]=wavread(”C:\Users\Lenovo\Desktop\02120008.wav”);n=length(y);time=1/fs:1/fs:n/fs;sound(y,fs)Y=fft(y,n);figure(6)plot(abs(Y));figure(1)subplot(1,2,1);plot(time,y);title(”原始信號(hào)波形”);M=0:n/2;freq=M*fs/n;subplot(1,2,2);mag=abs(Y);plot(freq,mag(M+1));title(”原始信號(hào)頻譜”);y0decimate(y,2,10);wavwrite(y0,fs,”C:\Users\Lenovo\Desktop\shuchu.wav”);z1=decimate(y,2,10);m1=length(z1);time1=1/fs:1/fs:m1/fs;X1=fft(z1,m1);figure(2)subplot(1,2,1);plot(time1,z1);title(”采樣后波形”);M1=0:m1/2;freq1=M1*fs/m1;mag1=abs(Y(M1+1));subplot(1,2,2);plot(freq1,mag1);title(”采樣后頻譜”);z2=decimate(y,4,10);m2=length(z2);time2=1/fs:1/fs:m2/fs;X2=fft(z2,m2);figure(3)subplot(1,2,1);plot(time2,z2);title(”采樣后波形”);M2=0:m2/2;freq2=M2*fs/m2;mag2=abs(Y(M2+1));subplot(1,2,2);plot(freq2,mag2);title(”采樣后頻譜”);[row,col]=size(y);noise=0.1*wgn(row,col,0);cmb=noise+y;X3=fft(cmb,n);figure(4)subplot(1,2,1);plot(time,cmb);title(”加噪聲后波形”);subplot(1,2,2);mag3=abs(X3(M+1));plot(freq,mag3);title(”加噪聲后頻譜”);=kaiserord([5