语音信号的分帧加窗的matlab实现.doc

精品文档语音信号的分帧加窗的matlab实现function Seg=segment(signal,W,SP,Window)if nargin3 SP=.4;endif nargin2 W=256;endif nargin4 Window=hamming(W);endWindow=Window(:); %make it a column vectorL=length(signal);SP=fix(W.*SP);N=fix(L-W)/SP +1); %number of segmentsIndex=(repmat(1:W,N,1)+repmat(0:(N-1)*SP,1,W);hw=repmat(Window,1,N);Seg=signal(Index).*hw;语音信号处理预加重、加窗分帧matlab程序%获取语音信号filename,pathname=uigetfile(*.wav,choose a audio file:);wavin,fs,nbits=wavread(pathname filename);wav_l=length(wavin); %采样点数，length()返回值是标量frame_l=0.04*fs; %根据fs选择帧长， step_l=floor(0.5*frame_l); %设置帧移 num_frame=floor(wav_l-frame_l)/step_l)+1; %确定帧数 win_ham=hamming(frame_l); %在做fft之前，为移除直流分量和加重高频分量，采用汉明窗，对信号进行加权 %加窗处理用来消除分帧时带来的截断效应 %加窗，分帧（矩阵每一行为一帧）for i=1:num_frame n1=(i-1)*step_l+1; n2=(i-1)*step_l+frame_l; zy(i,:)=(win_ham).*(yt(n1:n2); %存储每一帧噪音（行向量） %win_ham、yt是列向量,需转置 yy(i,:)=(win_ham).*(wavin(n1:n2); %存储每一帧纯净语音end关于matlab中的语音识别在用DFT求得倒普之后。为什么需要加上倒普提升窗口呢？ 谢谢!窗函数是这样的：w = 1+6*sin(pi*1:12./12); 为什么要这样计算呢？ 以下是具体的程序%文件mfcc.mfunction ccc=gbfcosmfcc(x)%归一化mel滤波器组系数bank=melbankm(24,256,16000,0,0.5,m);bank=full(bank);bank=bank/max(bank(:);%DCT系数，12*24for k=1:12 n=0:23; dctcoef(k,:)=cos(2*n+1)*k*pi/(2*24);end%归一化倒谱提升窗口w=1+6*sin(pi*1:12./12);w=w/max(w);%预加重滤波器xx=double(x);xx=filter(1 -1,1,xx);xx=x; %zhang add%语音信号分帧%xx=enframe(xx,256,80);xppl=length(xx);j=1;for i=65:80:xppl-256, xx1(j,:)=xx(i:i+256-1); j=j+1;endxx=xx1;%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; t=t+2*realmin; log(bank*t(1:129) c1=dctcoef*log(bank*t(1:129) c11=Disfrcthe(1,24)*log(bank*t(1:129) c2=c1.*w; m(i,:)=c2;end%差分参数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,:);enddtm=dtm/3;%合并mfcc参数和一阶差分mfcc参数ccc=m dtm;%去除首尾两帧，因为这两帧的一阶差分参数为0ccc=ccc(3:size(m,1)-2,:);return利用MATLAB录制并保存声音文件R = audiorecorder( 44100, 16 ,2 ) ;%创建一个保存音频信息的对象，它包含采样率，时间和录制的音频信息等等record(R); %开始录制，此时对着麦克风说话即可。pause(R); %暂停录制。play(R)%播放录制的声音。myspeech = getaudiodata(R);%得到以n*2列数字矩阵存储的刚录制的音频信号。save sp myspeechplot(myspeech)%画出波形声音信号时域分析程序wavwrite(myspeech,44100,16,myspeech);%myspeech表示要存入的波形矩阵，44100表采样率，16 为以16bits存储，myspeech为存储的文件名。waveFile=myspeech;y, fs, nbits=wavread(myspeechfile);a=0.95;y2 = filter(1, -a, 1, y);time=(1:length(y)/fs;wavwrite(y2, fs, nbits, whatFood_preEmphasis.wav); subplot(2,1,1);plot(time, y);title(Original wave: s(n);subplot(2,1,2);plot(time, y2);title(sprintf(After pre-emphasis: s_2(n)=s(n)-a*s(n-1), a=%f, a);subplot(2,1,1);set(gca, unit, pixel);axisPos=get(gca, position);uicontrol(string, Play, position, axisPos(1:2), 60, 20, callback, sound(y, fs);subplot(2,1,2)