实验三语音信号的特征提取最终实验报告.doc

实验三语音信号的特征提取一、 实验目的1、 熟练运用MATLAB软件进行语音信号实验。2、 熟悉短时分析原理、MFCC、LPC的原理。3、 学习运用MATLAB编程进行MFCC、LPC的提取。4、学会利用短时分析原理提取MFCC、LPC特征序列。二、 实验仪器设备及软件HP D538、MATLAB三、 实验原理1、 MFCC语音识别和说话人识别中，常用的语音特征是基于Mel频率的倒谱系数（即MFCC）。MFCC参数是将人耳的听觉感知特性和语音的产生机制相结合。Mel频率可以用如下公式表示：在实际应用中，MFCC倒谱系数计算过程如下; 将信号进行分帧，预加重和加汉明窗处理，然后进行短时傅里叶变换并得到其频谱。 求出频谱平方，即能量谱，并用M个Mel带通滤波器进行滤波；由于每一个频带中分量的作用在人耳中是叠加的。因此将每个滤波器频带内的能量进行叠加，这时第k个滤波器输出功率谱。 将每个滤波器的输出取对数，得到相应频带的对数功率谱；并进行反离散余弦变换，得到L个MFCC系数，一般L取1216个左右。MFCC系数为， n=1,2,.,L 将这种直接得到的MFCC特征作为静态特征，再将这种静态特征做一阶和二阶差分，得到相应的动态特征。2、 LPC由于频率响应反映声道的频率响应和被分析信号的谱包络，因此用做反傅里叶变换求出的LPC倒谱系数。通过线性预测分析得到的合成滤波器的系统函数为，其冲激响应为h(n)。h(n)的倒谱为，就是说的逆变换是存在的。设，将式两边同时对求导，得得到，于是有令其左右两边z的各次幂前系数分别相等，得到和间的递推关系 ，按其可直接从预测系数求得倒谱。这个倒谱是根据线性预测模型得到的，又称为LPC倒谱。LPC倒谱由于利用线性预测中声道系统函数H（z）的最小相位特性，因此避免了一般同态处理中求复对数的麻烦。四、 实验步骤及程序1、MFCC（1）、实验步骤 输入样本音频 给样本音频预加重、分帧、加窗 将处理好的样本音频做傅里叶变换 进行Mel频率滤波 进行Log对数能量 对样本求倒谱 输出MFCC图像（2） 、MFCC提取程序流程图 s(n) Mel频率滤波组DFT/FFT预加重、分帧、加窗s(n) X(k) X(k)DCT求倒谱 Log对数能量图3.1 MFCC特征提取（3）、MFCC特征提取实验源程序close allclearclcx=wavread(1.wav);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); % 预加重滤波器xx=double(x);xx=filter(1 -0.9375,1,xx); % 语音信号分帧xx=enframe(xx,256,80); % 计算每帧的MFCC参数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;endfigureplot(m);xlabel(帧数);ylabel(幅度);title(MFCC);2、LPC(1)、实验步骤1、输入原始语音2、对样本语音进行加窗处理3、计算LPC系数4、建立语音正则方程5、输出原始样本语音、预测语音波形和预测误差6、输出LPC谱7、求出预测误差的倒谱8、输出原始语音和预测语音的语谱图（2）实验流程输出图像建立语音正则方程计算LPC系数加窗处理输入原始语音图3.2 LPC系数实验流程图（3）、LPC系数实验源代码I = wavread(1.wav);%读入原始语音%subplot(3,1,1),plot(I);title(原始语音波形)%对指定帧位置进行加窗处理Q = I;N = 256; % 窗长Hamm = hamming(N); % 加窗frame = 60;%需要处理的帧位置M = Q(frame - 1) * (N / 2) + 1):(frame - 1) * (N / 2) + N);Frame = M .* Hamm;%加窗后的语音帧 B,F,T = specgram(I,N,N/2,N); m,n = size(B);for i = 1:m FTframe1(i) = B(i,frame);end P =input(请输入预测器阶数 = ); ai = lpc(Frame,P); % 计算lpc系数LP = filter(0 -ai(2:end),1,Frame); % 建立语音帧的正则方程FFTlp = fft(LP);E = Frame - LP; % 预测误差subplot(2,1,1),plot(1:N,Frame,1:N,LP,-r);grid;title(原始语音和预测语音波形)subplot(2,1,2),plot(E);grid;title(预测误差);pause fLength(1 : 2 * N) = M,zeros(1,N); Xm = fft(fLength,2 * N);X = Xm .* conj(Xm);Y = fft(X , 2 * N);Rk = Y(1 : N);PART = sum(ai(2 : P + 1) .* Rk(1 : P);G = sqrt(sum(Frame.2) - PART); A = (FTframe1 - FFTlp(1 : length(F) ./ FTframe1 ; subplot(2,1,1),plot(F,20*log(abs(FTframe1),F,(20*log(abs(1 ./ A),-r);grid;xlabel(频率/dB);ylabel(幅度);title(短时谱);subplot(2,1,2),plot(F,(20*log(abs(G ./ A);grid;xlabel(频率/dB);ylabel(幅度);title(LPC谱);pause %求出预测误差的倒谱pitch = fftshift(rceps(E);M_pitch = fftshift(rceps(Frame);subplot(2,1,1),plot(M_pitch);grid;xlabel(语音帧);ylabel(/dB);title(原始语音帧倒谱);subplot(2,1,2),plot(pitch);grid;xlabel(语音帧);ylabel(/dB);title(预测误差倒谱);pause %画出语谱图ai1 = lpc(I,P); % 计算原始语音lpc系数LP1 = filter(0 -ai(2:end),1,I); % 建立原始语音的正则方程subplot(2,1,1); specgram(I,N,N/2,N); title(原始语音语谱图);subplot(2,1,2);specgram(LP1,N,N/2,N); title(预测语音语谱图);五、 实验结果与分析1、MFCC图3.3 MFCC特征提取图像通过计算MFCC参数，获得了声纹识别的特征参数。由于MFCC参数是对人耳听觉特征的描述，因此，可以认为，不同声纹的MFCC参数距离，能够代表人耳对两个语音听觉上的差异，可以为声纹的识别提供可靠的依据。2、LPC图3.4 原始语音波形请输入预测器阶数 = 12图3.5原始语音和预测语音波形及预测误差波形图3.6 短时谱和LPC谱波形图3.7原始语音帧倒谱和预测误差倒谱波形图3.8原始语音和预测语音语谱图LPC系数ai = Columns 1 through 8 1.0000 -1.0914 0.5025 -0.7485 0.1557 0.2863 0.0744 0.2411 Columns 9 through 13 -0.