语音信号处理实验报告

语音信号处理实验语音信号处理实验 班级 班级 学号 学号 姓名 姓名 实验一实验一 基于基于 MATLAB 的语音信号时域特征分析 的语音信号时域特征分析 2 学时 学时 1 短时能量 1 加矩形窗 a wavread mike wav a a 1 subplot 6 1 1 plot a N 32 for i 2 6 h linspace 1 1 2 i 2 N 形成一个矩形窗 长度为 2 i 2 N En conv h a a 求短时能量函数En subplot 6 1 i plot En if i 2 legend N 32 elseif i 3 legend N 64 elseif i 4 legend N 128 elseif i 5 legend N 256 elseif i 6 legend N 512 end end 00 511 522 53 x 10 4 1 0 1 00 511 522 53 x 10 4 0 2 4 N 32 00 511 522 53 x 10 4 0 5 N 64 00 511 522 53 x 10 4 0 5 10 N 128 00 511 522 53 x 10 4 0 10 20 N 256 00 511 522 53 x 10 4 0 20 40 N 512 2 加汉明窗 a wavread mike wav a a 1 subplot 6 1 1 plot a N 32 for i 2 6 h hanning 2 i 2 N 形成一个汉明窗 长度为 2 i 2 N En conv h a a 求短时能量函数En subplot 6 1 i plot En if i 2 legend N 32 elseif i 3 legend N 64 elseif i 4 legend N 128 elseif i 5 legend N 256 elseif i 6 legend N 512 end end 00 511 522 53 x 10 4 1 0 1 00 511 522 53 x 10 4 0 1 2 N 32 00 511 522 53 x 10 4 0 2 4 N 64 00 511 522 53 x 10 4 0 2 4 N 128 00 511 522 53 x 10 4 0 5 10 N 256 00 511 522 53 x 10 4 0 10 20 N 512 2 短时平均过零率 a wavread mike wav a a 1 n length a N 320 subplot 3 1 1 plot a h linspace 1 1 N En conv h a a 求卷积得其短时能量函数 En subplot 3 1 2 plot En for i 1 n 1 if a i 0 b i 1 else b i 1 end if a i 1 0 b i 1 1 else b i 1 1 end w i abs b i 1 b i 求出每相邻两点符号的差值的绝对值 end k 1 j 0 while k N 1 n Zm k 0 for i 0 N 1 Zm k Zm k w k i end j j 1 k k N 2 每次移动半个窗 end for w 1 j Q w Zm 160 w 1 1 2 N 短时平均过零率 end subplot 3 1 3 plot Q grid 00 511 522 53 x 10 4 1 0 1 00 511 522 53 x 10 4 0 10 20 020406080100120140160180 0 0 5 3 自相关函数 N 240 y wavread mike wav y y 1 x y 13271 13510 x x rectwin 240 R zeros 1 240 for k 1 240 for n 1 240 k R k R k x n x n k end end j 1 240 plot j R grid 050100150200250 1 5 1 0 5 0 0 5 1 1 5 2 2 5 实验二实验二 基于基于 MATLAB 分析语音信号频域特征分析语音信号频域特征 1 短时谱 clear a wavread mike wav a a 1 subplot 2 1 1 plot a title original signal grid N 256 h hamming N for m 1 N b m a m h m end y 20 log abs fft b subplot 2 1 2 plot y title 短时谱 grid 00 511 522 53 x 10 4 1 0 5 0 0 5 1 original signal 00 20 40 60 811 21 41 61 82 0 0 5 1 义 义 义 2 语谱图 x fs nbits wavread mike wav x x 1 specgram x 512 fs 100 xlabel 时间 s ylabel 频率 Hz title 语谱图 义 义 s 义 义 Hz 义 义 义 0 511 52 0 1000 2000 3000 4000 5000 3 倒谱和复倒谱 1 加矩形窗时的倒谱和复倒谱 clear a wavread mike wav 4000 4350 a a 1 N 300 h linspace 1 1 N for m 1 N b m a m h m end c cceps b c fftshift c d rceps b d fftshift d subplot 2 1 1 plot d title 加矩形窗时的倒谱 subplot 2 1 2 plot c title 加矩形窗时的复倒谱 050100150200250300 2 1 0 1 义 义 义 义 义 义 义 义 050100150200250300 10 5 0 5 10 义 义 义 义 义 义 义 义 义 2 加汉明窗时的倒谱和复倒谱 clear a wavread mike wav 4000 4350 a a 1 N 300 h hamming N for m 1 N b m a m h m end c cceps b c fftshift c d rceps b d fftshift d subplot 2 1 1 plot d title 加汉明窗时的倒谱 subplot 2 1 2 plot c title 加汉明窗时的复倒谱 050100150200250300 3 2 1 0 1 义 义 义 义 义 义 义 义 050100150200250300 10 5 0 5 10 义 义 义 义 义 义 义 义 义 实验三实验三 基于基于 MATLAB 的的 LPC 分析分析 MusicSource wavread mike wav MusicSource MusicSource 1 Music source MusicSource N 256 window length N 100 1000 Hamm hamming N create Hamming window frame input 请键入想要处理的帧位置 origin is current frame origin Music source frame 1 N 2 1 frame 1 N 2 N Frame origin Hamm Short Time Fourier Transform s1 f1 t1 specgram MusicSource N N 2 N Xs1 Ys1 size s1 for i 1 Xs1 FTframe1 i s1 i frame end N1 input 请键入预测器阶数 N1 is predictor s order coef gain lpc Frame N1 LPC analysis using Levinson Durbin recursion est Frame filter 0 coef 2 end 1 Frame estimate frame LP FFT est fft est Frame err Frame est Frame error FFT err fft err subplot 2 1 1 plot 1 N Frame 1 N est Frame r grid title 原始语音帧vs 预测后语音帧 subplot 2 1 2 plot err grid title 误差 pause subplot 2 1 2 plot f 20 log abs FTframe2 grid title 短时谱 Gain solution using G 2 Rn 0 sum ai Rn i i 1 2 P fLength 1 2 N origin zeros 1 N Xm fft fLength 2 N X Xm conj Xm Y fft X 2 N Rk Y 1 N PART sum coef 2 N1 1 Rk 1 N1 G sqrt sum Frame 2 PART A FTframe1 FFT est 1 length f1 FTframe1 inverse filter A Z subplot 2 1 1 plot f1 20 log abs FTframe1 f1 20 log abs 1 A r grid title 短时谱 subplot 2 1 2 plot f1 20 log abs G A grid title LPC谱 pause plot abs ifft FTframe1 G A grid title excited plot f1 20 log abs FFT est 1 length f1 A G grid pause find pitch temp FTframe1 FFT est 1 length f1 not move higher frequnce pitch1 log abs temp pLength length pitch1 result1 ifft pitch1 N move higher frequnce pitch1 pLength 32 pLength 0 result2 ifft pitch1 N direct do real cepstrum with err pitch fftshift rceps err origin pitch fftshift rceps Frame subplot 211 plot origin pitch grid title 原始语音帧倒谱 直接调用函数 subplot 212 plot pitch grid title 预测误差倒谱 直接调用函数 pause subplot 211 plot 1 length result1 fftshift real result1 grid title 预测误差倒谱 根据定义编写 没有去除高频分量 subplot 212 plot 1 length result2 fftshift real result2 grid title 预测误差倒谱 根据定义编写 去除高频分量 050100150200250300 0 4 0 2 0 0 2 0 4 义 义 义 义 义 vs 义 义 义 义 义 义 050100150200250300 0 2 0 1 0 0 1 0 2 义 义 010203040506070 100 50 0 50 义 义 义 010203040506070 40 60 80 100 LPC义 050100150200250300 1 0 5 0 0 5 义 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 1 0 5 0 0 5 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 0 6 0 4 0 2 0 0 2 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 0 3 0 2 0 1 0 0 1 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 0 6 0 4 0 2 0 0 2 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 0 3 0 2 0 1 0 0 1 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 0 6 0 4 0 2 0 0 2 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 050100150200250300 0 3 0 2 0 1 0 0 1 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 实验四实验四 基于基于 VQ 的特定人孤立词语音识别研究的特定人孤立词语音识别研究 1 mfcc m function ccc mfcc x bank melbankm 24 256 8000 0 0 5 m bank full bank bank bank max bank for k 1 12 n 0 23 dctcoef k cos 2 n 1 k pi 2 24 end w 1 6 sin pi 1 12 12 w w max w xx double x xx filter 1 0 9375 1 xx xx enframe xx 256 80 for i 1 size xx 1 y xx i s y hamming 256 t abs fft s t t 2 c1 dctcoef log bank t 1 129 c2 c1 w m i c2 end dtm zeros size m for i 3 size m 1 2 dtm i 2 m i 2 m i 1 m i 1 2 m i 2 end dtm dtm 3 ccc m dtm ccc ccc 3 size m 1 2 2 2 vad mvad m function x1 x2 vad x x double x x x max abs x FrameLen 240 FrameInc 80 amp1 10 amp2 2 zcr1 10 zcr2 5 maxsilence 8 6 10ms 30ms minlen 15 15 10ms 150ms status 0 count 0 silence 0 tmp1 enframe x 1 end 1 FrameLen FrameInc tmp2 enframe x 2 end FrameLen FrameInc signs tmp1 tmp2 0 02 zcr sum signs diffs 2 amp sum abs enframe filter 1 0 9375 1 x FrameLen FrameInc 2 amp1 min amp1 max amp 4 amp2 min amp2 max amp 8 x1 0 x2 0 for n 1 length zcr goto 0 switch status case 0 1 if amp n amp1 x1 max n count 1 1 status 2 silence 0 count count 1 elseif amp n amp2 zcr n zcr2 status 1 count count 1 else status 0 count 0 end case 2 if amp n amp2 zcr n zcr2 count count 1 else silence silence 1 if silence maxsilence count count 1 elseif count minlen status 0 silence 0 count 0 else status 3 end end case 3 break end end count count silence 2 x2 x1 count 1 3 codebook m clear function xchushi codebook m a b size m m1 m2 szhixin m m3 m4 szhixin m2 m1 m2 szhixin m1 m7 m8 szhixin m4 m5 m6 szhixin m3 m3 m4 szhixin m2 m1 m2 szhixin m1 m15 m16 szhixin m8 m13 m14 szhixin m7 m11 m12 szhixin m6 m9 m10 szhixin m5 m7 m8 szhixin m4 m5 m6 szhixin m3 m3 m4 szhixin m2 m1 m2 szhixin m1 chushi 1 zhixinf m1 chushi 2 zhixinf m2 chushi 3 zhixinf m3 chushi 4 zhixinf m4 chushi 5 zhixinf m5 chushi 6 zhixinf m6 chushi 7 zhixinf m7 chushi 8 zhixinf m8 chushi 9 zhixinf m9 chushi 10 zhixinf m10 chushi 11 zhixinf m11 chushi 12 zhixinf m12 chushi 13 zhixinf m13 chushi 14 zhixinf m14 chushi 15 zhixinf m15 chushi 16 zhixinf m16 sumd zeros 1 1000 k 1 dela 1 xchushi chushi while k1 dela abs sumd k sumd k 1 sumd k end k k 1 chushi xchushi end return 4 testvq m clear disp 这是一个简易语音识别系统 请保证已经将您的语音保存在相应文件夹中 disp 正在训练您的语音模版指令 请稍后 for i 1 10 fname sprintf D matlab work dtw1 海儿的声音 da wav i 1 x wavread fname x1 x2 vad x m mfcc x m m x1 x2 5 ref i code codebook m end disp 语音指令训练成功 恭喜 disp 正在测试您的测试语音指令 请稍后 for i 1 10 fname sprintf D matlab work dtw1 海儿的声音 db wav i 1 x wavread fname x1 x2 vad x mn mfcc x mn mn x1 x2 5 mn mn x1 x2 test i mfcc mn end sumsumdmax 0 sumsumdmin 0 disp 对训练过的语音进行测试 for w 1 10 sumd zeros 1 10 a b size test w mfcc for i 1 10 for p 1 a for j 1 16 d j odistan test w mfcc p ref i code j end dmin min d sumd i sumd i dmin end end sumdmin min sumd a sumdmin1 min sumd sumdmax w max sumd a sumsumdmin sumdmin sumsumdmax sumsumdmax sumdmax w sumsumdmax disp 正在匹配您的语音指令 请稍后 for i 1 10 if sumd i sumdmin1 switch i case 1 fprintf 您输入的语音指令为 s 识别结果为 s n 前 前 case 2 fprintf 您输入的语音指令为 s 识别结果为 s n 后 后 case 3 fprintf 您输入的语音指令为 s 识别结果为 s n 左 左 case 4 fprintf 您输入的语音指令为 s 识别结果为 s n 右 右 case 5 fprintf 您输入的语音指令为 s 识别结果为 s n 东 东 case 6 fprintf 您输入的语音指令为 s 识别结果为 s n 南 南 case 7 fprintf 您输入的语音指令为 s 识别结果为 s n 西 西 case 8 fprintf 您输入的语音指令为 s 识别结果为 s n 北 北 case 9 fprintf 您输入的语音指令为 s 识别结果为 s n 上 上 case 10 fprintf 您输入的语音指令为 s 识别结果为 s n 下 下 otherwise fprintf error end end end end delamin