变声处理.doc

s,fs,nbits=wavread(wo.wav);%载入语音ss=s/max(s); %归一化L=length(s);%读入语音长度S=fft(s,L);figuresubplot(2,1,1);plot(s);title(原语音信号波形);subplot(2,1,2);plot(abs(S);title(原语音信号频谱);小孩的声音clearall,closeall,clc; %定义常数FL=80; %帧长WL=240; %窗长P=10; %预测系数个数s,fs,nbits=wavread(wo.wav); %载入语音ss=s/max(s); %归一化L=length(s);%读入语音长度FN=floor(L/FL)-2; %计算帧长%预测和重建滤波器exc=zeros(L,1); %激励信号zi_pre=zeros(P,1);%预测滤波器的状态s_rec=zeros(L,1);%重建语音zi_rec=zeros(P,1); %变调不变速滤波器exc_syn_t=zeros(L,1);%合成的激励信号s_syn_t=zeros(L,1);%合成语音last_syn_t=0;%存储上一个（或多个）段的最后一个脉冲的下标zi_syn_t=zeros(P,1);%合成滤波器的状态hw=hamming(WL);%汉明窗%依次处理每帧语音forn=3:FN %计算预测系数s_w=s(n*FL-WL+1:n*FL).*hw;%汉明窗加权后的语音AE=lpc(s_w,P);%用线性预测法计算P个预测系数 %A是预测系数，E会被用来计算合成激励的能量s_f=s(n-1)*FL+1:n*FL);%本帧语音，下面就要对它做处理 %(4)用filter函数s_f计算激励，注意保持滤波器状态exc1,zi_pre=filter(A,1,s_f,zi_pre);exc(n-1)*FL+1:n*FL)=exc1;%计算得到的激励 %(5)用filter函数和exc重建语音，注意保持滤波器状态s_rec1,zi_rec=filter(1,A,exc1,zi_rec);s_rec(n-1)*FL+1:n*FL)=s_rec1;%计算得到的重建语音%注意下面只有在得到exc后才会计算正确s_Pitch=exc(n*FL-222:n*FL);PT=findpitch(s_Pitch);%计算基音周期PTG=sqrt(E*PT);%计算合成激励的能量G%(13)将基音周期减小一半，将共振峰频率增加7000Hz，重新合成语音PT1=floor(PT/2);%减小基音周期poles=roots(A);deltaOMG=700*2*pi/8000;for p=1:10 %增加共振峰频率，实轴上方的极点逆时针转，下方顺时针转ifimag(poles(p)0poles(p)=poles(p)*exp(j*deltaOMG);elseifimag(poles(p)0poles(p)=poles(p)*exp(j*deltaOMG);elseifimag(poles(p)0poles(p)=poles(p)*exp(-j*deltaOMG);endendA1=poly(poles);ifn=27figure;zplane(1,A1);endtempn_syn_t=1:n*FL-last_syn_t;exc_syn1_t=zeros(length(tempn_syn_t),1);exc_syn1_t(mod(tempn_syn_t,PT1)=0)=G;%某一段算出的脉冲exc_syn1_t=exc_syn1_t(n-1)*FL-last_syn_t+1:n*FL-last_syn_t);s_syn1_t,zi_syn_t=filter(1,A1,exc_syn1_t,zi_syn_t);exc_syn_t(n-1)*FL+1:n*FL)=exc_syn1_t;%计算得到的合成激励s_syn_t(n-1)*FL+1:n*FL)=s_syn1_t;%计算得到的合成语音last_syn_t=last_syn_t+PT1*floor(n*FL-last_syn_t)/PT1);end%(6)s，exc和s_rec的区别figure;subplot(3,1,1),plot(exc),xlabel(n(samples),ylabel(Amplitude),title(激励信号);subplot(3,1,2),plot(s),xlabel(n(samples),ylabel(Amplitude),title(原语音信号);subplot(3,1,3),plot(s_rec),xlabel(n(samples),ylabel(Amplitude),title(重建语音信号);figure;subplot(3,1,1),plot(exc),xlabel(n(samples),ylabel(Amplitude),title(激励信号),XLim(15*FL+1,16*FL);subplot(3,1,2),plot(s),xlabel(n(samples),ylabel(Amplitude),title(原语音信号),XLim(15*FL+1,16*FL);subplot(3,1,3),plot(s_rec),xlabel(n(samples),ylabel(Amplitude),title(重建语音信号),XLim(15*FL+1,16*FL);sound(exc);pause(2);sound(s);pause(2);sound(s_rec);pause(2); %原始语音与合成语音的差别figure;subplot(3,1,1),plot(exc_syn),xlabel(n(samples),ylabel(Amplitude),title(合成激励信号);subplot(3,1,2),plot(s),xlabel(n(samples),ylabel(Amplitude),title(原语音信号);subplot(3,1,3),plot(s_syn),xlabel(n(samples),ylabel(Amplitude),title(合成语音信号);sound(s);pause(2);sound(s_syn);pause(2);%变速不变调figure;subplot(3,1,1),plot(exc_syn_v),xlabel(n(samples),ylabel(Amplitude),title(合成慢速激励信号),XLim(0,length(exc_syn_v);subplot(3,1,2),plot(s),xlabel(n(samples),ylabel(Amplitude),title(原语音信号),XLim(0,length(s);subplot(3,1,3),plot(s_syn_v),xlabel(n(samples),ylabel(Amplitude),title(合成慢速语音信号),XLim(0,length(s_syn_v);sound(s);pause(2);sound(s_syn_v);pause(4);%变调不变速figure;subplot(3,1,1),plot(exc_syn_t),xlabel(n(samples),ylabel(Amplitude),title(合成高调激励信号),XLim(0,length(exc_syn_t);subplot(3,1,2),plot(s),xlabel(n(samples),ylabel(Amplitude),t