MATLAB应用专题实践课程设计基于MATLAB的语音信号的时、频域分析

《MATLAB应用专题实践课程设计基于MATLAB的语音信号的时、频域分析》由会员分享，可在线阅读，更多相关《MATLAB应用专题实践课程设计基于MATLAB的语音信号的时、频域分析（17页珍藏版）》请在装配图网上搜索。

1、郑州轻工业学院MATLAB应用专题实践课程设计说明书基于MATLAB的语音信号的时、频域分析摘要：MATLAB 语言是一种数据分析和处理功能十分强大的计算机应用软件 ,它可以将声音文件变换为离散的数据文件 , 然后利用其强大的矩阵运算能力处理数据 ,如数字滤波 、傅里叶变换 、时域和频域分析 、声音回放等。本课程设计通过PC机分别在安静环境和噪杂环境录制自己的语音文件，运用MATLAB提供的函数进行仿真分析，画出采样后语音信号的时域波形和频谱图，分析相应的图形参数含义。并设计合适的数字滤波器，对含有噪声的语音信号进行滤波，进行时域、频域分析，比较滤波前后的时域、频域变化，且进行相应的参数分析！

2、 关键词：MATLAB；语音信号；时频域；滤波 目 录1. 语音信号的采集12. 语音信号的时、频域分析22.1 语音信号的时域分析22.1.1 语音信号的时域波形22.1.2 短时平均能量分析32.2 语音信号的频域分析63. 数字滤波器的设计73.1 滤波器的设计选择73.2 IIR数字滤波器的设计83.3 对含噪语音信号进行滤波104. 心得体会10参考文献11附 录121. 语音信号的采集为了将原始模拟语音信号变为数字信号，必须经过采样和量化两个步骤，从而得到时间和幅度上均为离散的数字语音信号。取样是将时间上连续的语音信号离散化为一个样本序列。根据取样定理，当取样频率大于信号的两倍带宽

3、时，取样过程不会丢失信息，且从取样信号中可以精确地重构原始信号波形。经过预滤波和采样后，由A/D变换器变换为二进制数字码。这种防混叠滤波通常与模数转换器做在一个集成块内，因此目前来说，语音信号的数字化的质量还是有保证的。市面上购买到的普通声卡在这方面做的都很好，语音声波通过话筒输入到声卡后直接获得的是经过防混叠滤波、A/D变换、量化处理的离散的数字语音信号。实际工作中，我们可以通过很多种方式录制语音信号，如手机、电脑、MP3、录音笔等，然后通过转换工具将音频格式转换为MATLAB可以识别的音频文件格式，这里的转换工具可以是千千静听或者其它的专用音频文件格式转换软件，可以获得任何我们想要的音频格

4、式。本设计中我们利用windows自带的录音机录制语音文件，图1-1是基于PC机的语音信号录制过程，声卡可以完成语音波形的A/D转换，获得WAV文件，为后续的处理储备原材料。wavA/D采样滤波麦克风声卡声音Windows自带的录音机图1-1 基于PC机的语音信号录制过程本设计分别在安静环境和噪杂环境下录制自己的一段语音，内容相同，均为“语音信号处理”，保存在MATLAB软件的工作目录下，分别命名为“xinhao.wav”和“zaosheng.wav”2. 语音信号的时、频域分析2.1 语音信号的时域分析2.1.1 语音信号的时域波形语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音

5、分析时，最先接触到并且也是最直观的是它的时域波形。语音信号本身就是时域信号，因而时域分析是最早使用，也是应用最广泛的一种分析方法，这种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析及应用，如语音的分割、预处理、大分类等。这种分析方法的特点是：表示语音信号比较直观、物理意义明确。实现起来比较简单、运算量少。可以得到语音的一些重要的参数。只使用示波器等通用设备，使用较为简单等。MATLAB数据采集箱中提供的进行语音信号分析的函数命令如下：wavread:wavread用于读取扩展名为“.wav”的声音文件。其调用形式为:y=wavread(filename)。其作用是读取wave

6、文件，将读取的采样数据送到y中。 sound:音频信号是以向量的形式表示声音采样的。sound函数用于将向量转换为声音，其调用形式为:sound(y,fs)，作用是向扬声器送出向量y中的音频信号(采样频率为fs)。通过wavread和plot()函数即可显示语音信号的时域波形。如图2-1所示。图2-1 语音信号的时域波形2.1.2 短时平均能量分析贯穿于语音分析全过程的是“短时分析技术”。因为，语音信号从整体来看其特性及表征其本质特征的的参数均是随时间而变化的，所以它是一个非平稳过程，不能用处理平稳信号的数字信号处理技术对其进行分析处理。但是，由于不同的语音是由人的口腔肌肉运动产生的，相对于语

7、音频率来说是非常缓慢的，所以从另一方面来看，虽然语音信号具有时变特性，但是在一个短时间范围内（一般可认为在1030ms的短时间内），其特性基本保持不变即相对稳定，因而可以将其看作是一个准稳态过程，即语音信号具有短时平稳性。所以任何语音信号的分析和处理必须建立在“短时”的基础上，即进行“短时分析”，将语音信号分为一段一段来分析其特征参数，其中每一段称为一“帧”，帧长一般取为1030ms。这样，对于整体的语音信号来讲，分析出的是由每一帧特征参数组成的特征参数时间序列。一般每秒的帧数约为33100帧，视实际情况而定。分帧虽然可以采用连续分段的方法，但一般要采用交叠分段的方法，这是为了使帧与帧之间平滑

8、过渡，保持其连续性。前一帧和后一帧的交叠部分称为帧移。帧移与帧长的比值一般取为01/2。分帧是用可移动的有限长度窗口进行加权的方法来实现的，这就是用一定的窗函数w(n)来乘s(n)，从而形成加窗语音信号Sw(n)=s(n)w(n)。在语音信号数字处理中常用的窗函数是矩形窗和汉明窗等，它们的表达式如下（其中N为帧长）：矩形窗： （2-1）汉明窗： （2-2）这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现：矩形窗的主瓣宽度小，具有较高的频率分辨率，旁瓣峰值大，会导致泄漏现象；汉明窗的主瓣宽8*pi/N，旁瓣峰值低，可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分

9、析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。语音信号的时域参数有短时能量、短时过零率、短时自相关函数和短时平均幅度差函数等，这是语音信号的一组最基本的短时参数，在各种语音信号数字处理技术中都要应用。在计算这些参数时使用的一般是方窗或汉明窗。由于时间有限，本设计只对短时能量进行简单分析。由于语音信号的能量随时间变化，清音和浊音之间的能量差别相当显著。因此对语音的短时能量进行分析，可以描述语音的这种特征变化情况。定义n时刻某语音信号的短时平均能量En为： (2-3)其中N为窗长,可见短时能量为一帧语音样值点的加权平方和。特殊地，当窗函数为矩形窗时，可简化为： （2-4）本课程设计中录

10、制的语音信号在矩形窗长N=400时的短时能量如下图2-2所示：图2-2 N=400时的短时能量短时平均能量的主要用途如下： 可以作为区分清音和浊音的特征参数。实验结果表明浊音的能量明显高于清音。通过设置一个能量门限值，可以大致判定浊音变为清音或者清音变为浊音的时刻，同时可以大致划分浊音区间和清音区间。在信噪比较高的情况下，短时能量还可以作为区分有声和无声的依据。可以作为辅助的特征参数用于语音识别中。2.2 语音信号的频域分析语音信号的频域分析就是分析语音信号的频域持征。从广义上讲，语音信号的频域分析包括语音信号的频谱、功率谱、倒频谱、频谱包络分析等，而常用的频域分析方法有带通滤波器组法、傅里叶

11、变换法、线件预测法等几种。本文介绍的是语音信号的傅里叶分析法。因为语音波是一个非平稳过程，因此适用于周期、瞬变或平稳随机信号的标准傅里叶变换不能用来直接表示语音信号，而应该用短时傅里叶变换对语音信号的频谱进行分析，相应的频谱称为“短时谱 ”在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT用于序列快速傅立叶变换，其调用格式为y=fft(x)，其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT且和x相同长度；若x为一矩阵，则y是对矩阵的每一列向量进行FFT。函数FFT的另一种调用格式为y=fft(x,N)，式中，x，y意义

12、同前，N为正整数。函数执行N点的FFT，若x为向量且长度小于N，则函数将x补零至长度N；若向量x的长度大于N，则函数截短x使之长度为N；若x 为矩阵，按相同方法对x进行处理。利用上述函数即可画出语音信号的频谱图，如下图2-3所示。图2-3语音信号的频谱图3. 数字滤波器的设计3.1 滤波器的设计选择 设计数字滤波器的任务就是寻求一个因果稳定的线性时不变系统，并使系统函数H(z)具有指定的频率特性。数字滤波器根据其冲激响应函数的时域特性，可分为两种，即无限长冲激响应（IIR）滤波器和有限长冲激响应（FIR）滤波器。IIR滤波器的特征是，具有无限持续时间冲激响应。这种滤波器一般需要用递归模型来实现

13、，因而有时也称之为递归滤波器。FIR滤波器的冲激响应只能延续一定时间，在工程实际中可以采用递归的方式实现，也可以采用非递归的方式实现。FIR滤波器的最主要的特点是没有反馈回路，故不存在不稳定的问题;同时，可以在幅度特性是随意设置的同时，保证精确的线性相位。它的最大好处是稳定、线性相位和广泛的适用范围，而它的最大缺点是阶数高，从而带来时延大、存储单元多等问题。而IIR滤波器的首要优点是可在相同阶数时取得更好的滤波效果，对计算手段的要求较低，对频率分量的选择性好。故本课程设计设计IIR滤波器。3.2 IIR数字滤波器的设计IIR数字滤波器是一种离散时间系统，其系统函数为 （3-1）在设计IIR数字

14、滤波器时，通常利用模拟滤波器来设计数字滤波器。现广泛采取这种方法的原因是：(1) 模拟滤波器的技术已经非常成熟；(2)可得闭合形式的解；(3)关于模拟滤波器的设计有大量的程序和表格可用。可用双线性变换法或者冲激响应不变法将模拟滤波器转换为数字滤波器。在实际应用中的滤波器一般都不是带限的，所以在用冲激响应不变法将模拟滤波器转换为数字滤波器时，会出现频谱混叠。而IIR滤波器没有频谱混叠，故用双线性变换法设计IIR数字滤波器。用双线性变换法设计数字滤波器的一般步骤如下：(1)由模拟频率和数字频率的关系将数字滤波器的频率指标转换为模拟滤波器的频率指标；(2)由模拟滤波器的指标设计模拟滤波器的H(s);

15、(3)用双线性变换法将模拟滤波器H(s)转换为数字滤波器H(z)。用双线性变换法设计巴特沃斯数字低通滤波器的函数如下：N, Wc = buttord(Wp, Ws, Ap, As, s)num,den = butter(N,Wc, s)函数buttord的输入参数Wp和Ws分别表示滤波器的通带截频和阻带截频，Ap和As表示滤波器的通带衰减和阻带衰减。s表示所设计的是模拟滤波器。返回参数N为BW滤波器的阶数，Wc等于BW滤波器的3dB截频Wc。numd,dend=bilinear(num,den,Fs)num、den分别表示模拟滤波器系统函数H(s)的分子多项式和分母多项式。numd、dend分

16、别表示变换后数字滤波器系统函数H(z)的分子多项式和分母多项式。Fs=1/T。本设计中设计的IIR数字低通滤波器如下图3-1所示。图3-1 IIR数字滤波器3.3 对含噪语音信号进行滤波用上面设计好的IIR数字滤波器对录制的含噪语音信号进行滤波,在MATLAB中IIR滤波器利用函数filter 对信号进行滤波，画出语音信号滤波前后的时域波形和频谱图，可以看出滤波前后的时域、频域变化。如下图3-2所示：图3-2 滤波前后的时域波形和频谱图4. 心得体会历时一周的课程设计结束了，虽然只是短暂的一周，但在这期间，却让我学到了东西，感觉受益匪浅！最初看到设计题目，对语音信号进行时域和频域分析，感觉很熟

17、悉，平常对时域、频域这两个名字接触得很多，从学习信号与系统、数字信号处理到数字语音信号处理，无不涉及时域和频域分析！但深入研究题目才发现并不简单，尤其是对含噪语音信号的滤波感觉无从下手，数字信号处理的相关知识遗忘了很多。经过一个星期的学习，我大体上明白了利用MATLAB进行语音信号处理的思路和方法，以及从构思到分析再到编程实现完成要求是多么的不易。在这期间我明白了自己学习的不足，需要更好的掌握数字信号处理、数字语音信号处理和MATLAB的相关知识体系，应提高自己查阅资料以及使用MATLAB编程的能力。通过这次课程设计，我还意识到了学习本专业课程的重要性，为以后的学习起了很好的引导和督促作用。学

18、会了怎样按照步骤完成老师布置任务，学会了分析问题和解决问题的能力；如何把理论知识运用到实际中去；提高了独立思考问题，和同学们讨论解决问题的能力。这次课程设计经过了多次修改、补充，才最终完成。更让我坚定了认真学习理论知识，并运用到实际中的决心。参考文献1 赵力著，语音信号处理，机械工业出版社，2003.2 胡航著，语音信号处理（修订版），哈尔滨工业大学出版社，2002.3 张雪英著，数字语音处理及MATLAB仿真，电子工业出版社，2010.4 张雄伟等著，现代语音处理技术及应用，机械工业出版社，2009.附 录%程序1:用MATLAB对语音信号进行分析，画出它的时域波形和频谱图close all

19、;clear all;x1=wavread(xinhao.wav); %读取语音信号的数据，赋给变量x1figure(1);plot(x1); %做原始语音信号的时域图形title(语音信号时域波形);xlabel(采样点);ylabel(幅值);n=length(x1);y1=fft(x1,n); %对信号做FFT变换figure(2);plot(abs(y1); %原始语音信号的频域图形axis(0 15000 0 250 )title(语音信号频谱图);xlabel(Hz);ylabel(幅值);%程序2:用MATLAB计算语音信号的短时平均能量x=wavread(xinhao.wav)

20、;s=fra(400,400,x); %对输入信号进行分帧 s2=s.2; %一帧内各样点的能量 enery=sum(s2,2); %求一帧能量plot(enery); %画出N=50时的语音能量图xlabel(帧数); %横坐标ylabel(短时能量E); %纵坐标legend(N=400); %曲线标识axis(0,190,5,15)%其中fra()为分帧函数，其MATLAB程序如下：%fra.mfunction f=fra(len,inc,x) %分帧，len为帧长，inc为帧重叠样点fh=fix(size(x,1)-len)/inc)+1)%计算帧数f=zeros(fh,len); %

21、设一个零矩阵i=1;n=1;while i=fh %帧间循环 j=1; while j=len %帧内循环 f(i,j)=x(n); j=j+1;n=n+1; end n=n-len+inc; %下一帧开始位置 i=i+1;end%程序3：IIR数字滤波器的设计clear all;close all;fp=1000;fs=1200;Fs=8000;wp=2*pi*fp/Fs;ws=2*pi*fs/Fs; Wp=2*tan(wp/2);Ws=2*tan(ws/2); %计算通带截频和阻带截频 N,wc=buttord(Wp,Ws,1,50,s);%计算滤波器阶数和3dB截止频率num,den=b

22、utter(N,wc,s); %得到系统函数H(s)分子分母多项式numd,dend=bilinear(num,den,1);%用双线性变换法转换成数字滤波器w=0:0.05*pi:pi;H=abs(freqz(numd,dend,w);plot(w,H);title(IIR数字滤波器)grid;%程序4 滤波前后的时域波形和频谱图close all; clear all;x=wavread(zaosheng.wav); %读取语音信号的数据，赋给变量xsubplot(2,2,1);plot(x); %画滤波前的时域波形title (滤波前的时域波形);F=fft(x); %做FFT运算 su

23、bplot(2,2,2);plot(abs(F); %画滤波前的频谱图 title (滤波前的频谱图); axis(0,15000,0,250);Fs=8000;fp=1000;fs=1200; %模拟低通滤波器的指标 wp=2*pi*fp/Fs;ws=2*pi*fs/Fs;Wp=2*tan(wp/2);Ws=2*tan(ws/2); %计算通带截频和阻带截频N,wc=buttord(Wp,Ws,1,50,s); %计算滤波器阶数和3dB截止频率num,den=butter(N,wc,s); %得到系统函数H(s)分子分母多项式numd,dend=bilinear(num,den,1);%用双线性变换法转换成数字滤波器H,w=freqz(numd,dend);y1=filter(numd,dend,x); %对含噪语音信号进行处理 F1=fft(y1);subplot(2,2,3);plot(y1);title (滤波后的时域波形);subplot(2,2,4);plot(abs(F1);title (滤波后的频谱图);axis(0,15000,0,250);