（推荐）用MATLAB实现语音信号的时域分析

《（推荐）用MATLAB实现语音信号的时域分析》由会员分享，可在线阅读，更多相关《（推荐）用MATLAB实现语音信号的时域分析（10页珍藏版）》请在装配图网上搜索。

1、如果您需要使用本文档，请点击下载按钮下载!实验一、用MATLAB实现语音信号的时域分析如果您需要使用本文档，请点击下载按钮下载!1. 实验目的观察并验证语音信号的时域特性，理解并掌握典型的语音信号时域分析方法和时域特征，为深入学习语音信号处理的各种应用奠定基础。2. MATLAB程序代码（1） 由麦克风采集语音数据，将采集的数据存成WAV文件（采样率为8000Hz），存在本人的文件夹中。所用程序代码为：clear;close all;Fs=8000;y=wavrecord(5*Fs,Fs,double);wavwrite(y,f:a);soundview(y,Fs,name) （2）读取WAV

2、文件，显示语音信号的波形。所用程序代码为：x = wavread(f:a.wav);figure;plot(x);axis(0,size(x,1),-0.35,0.3); %坐标轴范围title(语音信号时域波形);xlabel(样点数); ylabel(幅度);（3） 读取WAV文件，计算并显示语音的短时能量（窗函数为矩形窗，帧长为20）。所用程序代码为：x = wavread(f:a.wav); x = double(x);f = enframe(x,20, 100); energy = sum(abs(f), 2); subplot(2,2,1);plot(x); axis(0,size

3、(x,1),-0.7,0.9);title(语音信号时域波形);xlabel(样点数); ylabel(幅度);subplot(2,2,2);plot(energy); title(语音信号的短时能量); legend(帧长LEN = 20);f = enframe(x,20, 200); energy = sum(abs(f), 2); subplot(2,2,3);plot(energy); title(语音信号的短时能量); legend(帧长LEN = 100);f = enframe(x,20, 400); energy = sum(abs(f), 2); subplot(2,2,4

4、);plot(energy); title(语音信号的短时能量); legend(帧长LEN = 200); 如果您需要使用本文档，请点击下载按钮下载!（4）读取WAV文件，计算并显示语音的短时过零率（窗函数为矩形窗，帧长为256，帧移为128），所用程序代码为：x = wavread(f:a.wav); x = double(x);LEN =100;INC=100;f = enframe(x, LEN, INC); %分帧% 计算短时过零率z = zeros(size(f,1),1); difs =0.01; for i=1:size(f,1)s=f(i,:); for j=1:(lengt

5、h(s)-1)if s(j)* s(j+1)difs; z(i)= z(i)+1;endendendsubplot(2,1,1); plot(x); axis(0,size(x,1),-0.35,0.3);title(语音信号时域波形); xlabel(样点数); ylabel(幅度);subplot(2,1,2);plot(z); title(语音信号的短时过零率);xlabel(帧数); ylabel(短时过零率);（5） 读取WAV文件，当窗函数为矩形窗、帧长为20时，计算一帧浊音的短时自相关函数所用的程序代码为： x = wavread(f:a.wav); x = double(x);

6、LEN = 100;INC= 100;f = enframe(x, LEN, INC); ff=f(72,:); %选取一帧浊音信号 ff=ff.*rectwin(length(ff); % 计算短时自相关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); end如果您需要使用本文档，请点击下载按钮下载!subplot(2,1,1);plot(ff); axis(0,N,-0.5,0.5)title(加矩形窗的语音帧); xlabel(样点数); ylabel(幅度)

7、;subplot(2,1,2); plot(R1); axis(0,N,-1,1)title(加矩形窗的短时自相关函数); xlabel(k); ylabel(R(k);3. 实验结果及其分析（1） 本实验利用8000Hz的采样频率对输入的语音信号进行采样，采样点数为40000个，持续时间为4秒，存储格式为double。之后将数字语音数据写入F盘的a.wav文件，这段波形是读音为ke的波形，并通过放音设备进行回放。回放的GUI界面如图1所示，通过该界面可以观察采集的语音信号。图1 用soundview函数显示的语音信号（2）本实验将L盘的a.wav文件读取出来，并显示文件中的语音信号波形，显示

8、的波形如图2所示。该波形是汉语拼音“ke”的时域波形。从图2可以看出，K是清音，它的波形峰值较低；e是浊音，它的波形峰值较高。如果您需要使用本文档，请点击下载按钮下载!图2 语音“ke”的时域波形（3） 本实验将L盘的a.wav文件读取出来，当帧长取不同值时计算语音信号的短时能量，如图3所示。从图3可以看出，浊音短时能量大，短时平均幅度大，短时过零率低，浊音具有较强的能量值，音段内隐藏信息的能力高。清音短时能量小，短时平均幅度小，能量值较低，音段内隐藏信息的能力较低；如果您需要使用本文档，请点击下载按钮下载!图3 不同帧长对应的短时能量（4）本实验首先读取a.wav中的语音数据，之后计算每一帧

9、的短时过零率，最后将原始语音信号和短时过零率显示出来，如图4所示。从图4可以看出，清音的过零率较高，浊音的过零率较低。如果您需要使用本文档，请点击下载按钮下载!图4 短时过零率（5）本实验首先读取a.wav中的语音数据，之后对数据进行分帧加窗处理，帧长为256，帧移为128。选取其中的一帧浊音（第*帧）并计算这帧的短时自相关函数。当窗函数分别为矩形窗和汉明窗时，截取的语音信号和短时自相关函数如图5和图6所示。从图5和图6可以看出，矩形窗能够比汉明窗更明显的显示出第一个峰值。当窗函数为矩形窗，不同帧长（帧移=帧长）的一帧浊音对应的短时自相关函数如图7和图8所示。从图7和图8可以看出，帧长越长，越

10、容易区分其最大值。当窗函数为矩形窗，帧长为256，帧移为128，选取一帧清音，获得的短时自相关函数如图9所示。从图5和图9可以看出，浊音具有明显的周期性，清音无明显周期。如果您需要使用本文档，请点击下载按钮下载!图5 加矩形窗的短时自相关函数如果您需要使用本文档，请点击下载按钮下载!图6 加汉明窗的短时自相关函数图7 帧长为50时的短时自相关函数图8 帧长为100时的短时自相关函数如果您需要使用本文档，请点击下载按钮下载!图9 清音的短时自相关函数4. 思考题短时能量的主要用途有哪些？答：可以区分清音段与浊音段，可以用来区分，有声与无声的分界，生母和韵母的分界等，也可以用于语音识别中。 （注：可编辑下载，若有不当之处，请指正，谢谢!）