实验二 语音信号的频域分析PPT课件.ppt

实验二语音信号的频域分析 1 一 实验目的 理解语音信号的频谱特点 理解语音信号的频谱分析方法 MATLAB实现语音信号的频域分析 2 二 实验原理 语音信号本质上是非平稳信号 但我们可以假设语音信号在一个短时间内是平稳的 这样我们用稳态分析方法处理非平稳信号 应用在傅立叶分析就是短时傅立叶变换 语音的频域分析 包括语音信号的频谱 功率谱 倒频谱 频谱包络等 常用频域分析方法 带通滤波器组法 Fourier变换法 同态分析 线性预测法等 3 短时傅立叶变换 定义式 式中 w n m 是窗函数 n为离散时间 w连续频率 令 则可得到离散的短时傅立叶变换由上式可以看出 当n固定 就是序列的傅立叶变换 当w或k固定 就是一个卷积 相当于滤波器的运算 4 语谱图 语谱图反映了语音信号的动态频率特性 在语音分析中具有重要的实用价值 语谱图的时间分辨率和频率分辨率是由窗函数的特性决定的 时间分辨率高 可以看出时间波形的每个周期及共振峰随时间的变化 但频率分辨率低 不足以分辨由于激励所形成的细微结构 称为宽带语谱图 而窄带语谱图正好与之相反 宽带语谱图可以获得较高的时间分辨率 反映频谱的快速时变过程 窄带语谱图可以获得较高的频率分辨率 反映频谱的精细结构 两者相结合 可以提供两种语音特性相关的信息 语谱图上因其不同的灰度 形成不同的纹路 称之为 声纹 5 倒谱分析 语音信号同态处理方法是一种设法将非线性问题转化为线性问题来进行处理的方法 它能将两个信号通过乘法合成的信号 或通过卷积合成的信号分开 目的是要从声道激励响应分量与激励分量的卷积中分开各原始分量 这种由卷积结果求得参与卷积的各信号分量 解卷 对语音信号进行同态分析后 将得到语音信号的倒谱参数 因此同态分析也称为倒谱分析 6 同态信号处理的基本原理 语音信号不是加性信号 而是乘积性或卷积性信号 它不能用线性系统 而必须用满足其相应组合原则的非线性系统来处理 同态信号处理就是将非线性问题转化为线性问题来处理 乘积同态处理卷积同态处理 7 卷积同态处理 同态处理理论的一个重要是任何同态系统都能表示为三个同态系统的级联 即同态系统可分解为两个特征系统和一个线性系统 第一个系统以若干信号的卷积组合作为其输入 并将它变换成对应输出的相加性组合 第二个系统是一个普通线性系统 它服从叠加原理 第三个系统是第一个系统的逆变换 即将信号的相加性组合反变换为卷积组合 8 语音倒谱的应用 基音周期估计浊音信号的倒谱中存在峰值 它的出现位置等于该语音段的基音周期 而清音的倒谱中不存在峰值 利用倒谱的这个特点 我们可以进行语音的清浊音判决 并且可以估计浊音的基音周期 首先计算语音的倒谱 然后再可能出现的基音周期附近寻找峰值 如果倒谱峰值超过了预先设置的门限 则输入语音判断为浊音 其峰值位置就是基音周期的估计值 反之 如果没有超出门限的峰值的话 则输入语音为清音 9 共振峰估计 对倒谱进行滤波 取出低时间部分进行逆特征系统处理 可以得到一个平滑的对数谱函数 这个对数谱函数显示了输入语音段的共振峰结构 同时谱的峰值对应于共振峰频率 通过此对数谱进行峰值检测 就可以估计出前几个共振峰的频率和强度 对于浊音的声道特性 可以采用前三个共振峰来描述 清音不具备共振峰特点 10 三实验用函数 快速傅立叶变换函数fft x fft x N ifft x ifft x N x是语音信号N是正整数 函数执行N点FFT 11 三实验用函数 语谱图绘制函数specgram调用格式 specgram data nfft Fs window numoverlap Data是语音信号nfft是fft的长度 一般取1024或者512 fs就是采样率 window是指窗的长度 一般和nfft相同即可 numoverlap是帧重叠的长度 取1 4 nff就可以了 12 2020 1 7 13 三实验用函数 复倒谱 cceps实倒谱 rceps调用格式y cceps x y rceps x 14 四参考例程 短时谱cleara wavread beijing1 wav a a 34000 105000 subplot 2 1 1 plot a title originalsignal grid N 256 h hamming N form 1 Nb m a m h m endy 20 log abs fft b subplot 2 1 2 plot y title 短时谱 grid 15 语谱图 clear x fs n bits wavread beijing1 wav subplot 2 1 1 plot x subplot 2 1 2 specgram x 512 fs 100 xlabel 时间 s ylabel 频率 Hz title 语谱图 16 倒谱和复倒谱 cleara wavread beijing1 wav a a 39000 39999 N 1000 h hamming N form 1 Nb m a m h m endc cceps b c fftshift c d rceps b d fftshift d subplot 3 1 1 plot a title 截取的语音信号 subplot 3 1 2 plot d title 加汉明窗时的倒谱 subplot 3 1 3 plot c title 加汉明窗时的复倒谱 17 18 基音检测 clear y fs nbits wavread china wav time1 1 length y time 1 length y fs framesize floor 50 fs 1000 帧长startindex round 19000 起始序号endindex startindex framesize 1 结束序号frame y startindex endindex 取得该帧framesize length frame frame2 frame hamming length frame 加汉明窗rwy rceps frame2 求倒谱ylen length rwy cepstrum rwy 1 ylen 2 19 fori 1 ylen 2cepstrum1 i rwy ylen 2 1 i endfori ylen 2 1 ylencepstrum1 i rwy i 1 ylen 2 end 基音检测lf floor fs 500 hf floor fs 70 cn cepstrum lf hf mx cepind max cn ifmx cep 0 08 20 画图figuresubplot 3 1 1 plot time1 y subplot 3 1 2 plot frame time2 199 1 1 0 1 200 subplot 3 1 3 plot time