信息工程(2008114515).doc

语音信号处理 男声变女声姓名 韩朝智 学号2008114515 班级信息工程2班数字信号处理是一门发展迅速、应用广泛的前沿性学科,其理论性和实践性都很强。为了系统地掌握和理解信号的采集、处理、传输、显示和存储,本文通过具体的语音信号处理实例阐述这一原理和方法。一 实验目标 在理论学习的基础上，进一步理解和掌握数字信号的时域分析、频域分析、频谱搬移及基于matlab的实现方法，把男声变成女声。二 技术路线步骤一：选择一个WAV文件作为分析的对象 。步骤二：进行 FFT变换并画频域图形 。步骤三：进行该声波主要频谱的分析。步骤四：根据该声音的频谱，反演时域图形（有失真）。步骤五：进行傅立叶逆变换IFFT并画频域图形 。三 实验原理实验按照录制采集语音信号, 对录制的信号进行采样, 绘制采样后语音信号的时域波形和频谱图,对傅氏变换后的信号进行频谱搬移，然后进行傅里叶逆变换变到时域内，生成目标文件。四 程序流程生成目标文件时域变换原信号频率频谱分析频谱分析五 程序1 倒入声音文件并画出时域与频域图s,fs = wavread(001); % 载入语音s subplot(2,2,1);plot(s);title(原声音信号的波形);xlabel(t/s);ylabel(y/B);S=fft(s);subplot(2,2,2);plot(abs(S);title(变换后声音信号的频谱);xlabel(t/s);ylabel(y/B);结果如下：2 滤波器s = s/max(s);%归一化 L = length(s); % 读入语音长度 FN = floor(L/FL)-2; % 计算帧数 % 预测和重建滤波器 exc = zeros(L,1); % 激励信号（预测误差） 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); % 合成滤波器 exc_syn = zeros(L,1); % 合成的激励信号（脉冲串） s_syn = zeros(L,1); % 合成语音last_syn = 0;%存储上一个（或多个）段的最后一脉冲的下标 zi_syn = zeros(P,1); % 合成滤波器的状态 % 变调不变速滤波器 exc_syn_t = zeros(L,1); % 合成的激励信号（脉串） 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 % 变速不变调滤波器（假设速度减慢一倍） v=.5; exc_syn_v = zeros(vL,1); % 合成的激励信号（脉冲串） s_syn_v = zeros(vL,1); % 合成语音last_syn_v = 0; %存储上一个（或多个）段的最后一个脉冲的下标 zi_syn_v = zeros(P,1); % 合成滤波器的状态3 时域处理并画出处理后频谱图 hw = hamming(WL); % 汉明窗 % 依次处理每帧语音 for n = 3:FN % 计算预测系数（不需要掌握） s_w = s(n*FL-WL+1:n*FL).*hw; %汉明窗加权后的语音 A E = 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 if n = 27 end 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PT G = sqrt(E*PT); % 计算合成激励的能量G % (11) 不改变基音周期和预测系数，将合成激励的长度增加一倍，再作为filter % 的输入得到新的合成语音，听一听是不是速度变慢了，但音调没有变。FL_v = floor(FL/v);tempn_syn_v = 1:n*FL_v-last_syn_v;exc_syn1_v = zeros(length(tempn_syn_v), exc_syn1_v(mod(tempn_syn_v,PT)=0) = G; %某一段 算出的脉冲 exc_syn1_v=exc_syn1_v(n-1)*FL_v-last_syn_v+1:n*FL_v-last_syn_v)s_syn1_v,zi_syn_v=filter(1,A,exc_syn1_v,zi_syn_v);last_syn_v=last_syn_v+PT*floor(n*FL_v-last_syn_v)/PT); exc_syn_v(n-1)*FL_v+1:n*FL_v) =exc_syn1_v; %计算得到的加长合成激励 s_syn_v(n-1)*FL_v+1:n*FL_v) = s_syn1_v; %计算得到的加长合成语音 % (13) 将基音周期减小一半，将共振峰频率增加150Hz，重新合成语音，PT1 =floor(PT/2); %减小基音周期 poles = roots(A); deltaOMG = 150*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if imag(poles(p)0 poles(p)=poles(p)*exp(j*deltaOMG);elseif imag(poles(p)0 poles(p)=poles(p)*exp(-j*deltaOMG);end end A1=poly(poles); if n=27endtempn_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 subplot(2,2,3);plot(s_syn_t);title(声音信号的波形);xlabel(t/s);ylabel(y/B);S_syn_t=fft(s_syn_t);subplot(2,2,4);plot(abs(S_syn_t);title(声音信号的pinpu);xlabel(t/s);ylabel(y/B);结果如下：4 前后声音对比 sound(s);pause(6);sound(s_