基于MATLAB的语音信号分析说明书

1基于MATLAB的语音信号分析洗手洗手洗手摘要BEEF当今语音信号分析技术主要可以分析语音信号的时域与频域方面的分析。洗手在MATLAB的环境下，吃饭提取语音信号的特征参数LPCC分析，吃饭用于信号分析。洗手将语音信号进行分析之后能够运用到人机交互的环境中，吃饭从而研究出智能的人机通信问题。洗手洗手洗手关键字BEEF语音信号；BEEFMATLAB；BEEF人机通信；BEEF洗手洗手THEANALYSISOFSPEECHSIGNALBASEDONMATLAB洗手ABSTRACTTHESPEECHSIGNALANALYSISTECHNOLOGYCANANALYZESPEECHSIGNALINTIMEDOMAINANDFREQUENCYDOMAINANALYSISOFTHEINTHEMATLABENVIRONMENT,EXTRACTIONOFSPEECHSIGNALFEATUREPARAMETERSLPCCANALYSIS,USEDFORSIGNALANALYSISSPEECHSIGNALANALYSISCANUSETOHUMANCOMPUTERINTERACTIONINTHEENVIRONMENT,INORDERTOSTUDYTHEINTELLIGENTMANMACHINECOMMUNICATIONPROBLEMS洗手洗手KEYWORDSPEECHSIGNALBEEFMATLABBEEFMANMACHINECOMMUNICATION洗手洗手1前言洗手语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，吃饭是目前发展最为迅速的信息科学研究领域的核心技术之一。洗手通过语音传递信息是人类最重要、BEEF最有效、BEEF最常用和最方便的交换信息形式。洗手同时，吃饭语言也是人与机器之间进行通信的重要工具，吃饭它是一种理想的人机通信方式，吃饭因而可为信息处理系统建立良好的人机交互环境，吃饭进一步推动计算机和其他智能机器的应用，吃饭提高社会的信息化程度。洗手洗手2语音信号基本分析洗手21MATLAB的语音信号时域特征分析洗手1窗口的选择洗手通过对发声机理的认识，吃饭语音信号可以认为是短时平稳的。洗手在550MS的范围内，吃饭语音频谱特性和一些物理特性参数基本保持不变。洗手我们将每个短时的语音称为一个分析帧。洗手一般帧长取1030MS。洗手我们采用一个长度有限的窗函数来截取语音信号形成分析帧。洗手通常会采用矩形窗和汉明窗。洗手图11给出了这两种窗函数在帧长N50时的时域波形。洗手洗手洗手02040600020406081121416182一一一SAMPLEW一N一020406000102030405060708091HANMING一SAMPLEW一N一洗手图11矩形窗和HAMMING窗的时域波形洗手洗手矩形窗的定义BEEF一个N点的矩形窗函数定义为如下洗手洗手21,0NNWN其他洗手洗手HAMMING窗的定义BEEF一个N点的HAMMING窗函数定义为如下洗手洗手0546COS2,01,NN其他洗手洗手这两种窗函数都有低通特性，吃饭通过分析这两种窗的频率响应幅度特性可以发现（如图12）BEEF矩形窗的主瓣宽度小（4PI/N），吃饭具有较高的频率分辨率，吃饭旁瓣峰值大（133DB），吃饭会导致泄漏现象；BEEF汉明窗的主瓣宽8PI/N，吃饭旁瓣峰值低（427DB），吃饭可以有效的克服泄漏现象，吃饭具有更平滑的低通特性。洗手因此在语音频谱分析时常使用汉明窗，吃饭在计算短时能量和平均幅度时通常用矩形窗。洗手表11对比了这两种窗函数的主瓣宽度和旁瓣峰值。洗手洗手洗手00102030405060708091806040200一一一一一一一一一一一一F/FS一一/DB00102030405060708091100500HAMMING一一一一一一一一一一F/FS一一/DB洗手图12矩形窗和HAMMING窗的频率响应洗手洗手表11矩形窗和HAMMING窗的主瓣宽度和旁瓣峰值洗手洗手洗手洗手2短时能量洗手由于语音信号的能量随时间变化，吃饭清音和浊音之间的能量差别相当显著。洗手因此对语音的短时能量进行分析，吃饭可以描述语音的这种特征变化情况。洗手定义短时能量为BEEF洗手，吃饭其中N为窗长221NNMMNEXWXW洗手特殊地，吃饭当采用矩形窗时，吃饭可简化为BEEF洗手窗函数主瓣宽度旁瓣峰值矩形窗4PI/N133DBHAMMING8PI/N427DB3洗手2NMEX图13和图14给出了不同矩形窗和HAMMING窗长的短时能量函数，吃饭我们发现BEEF在用短时能量反映语音信号的幅度变化时，吃饭不同的窗函数以及相应窗的长短均有影响。洗手HAMMING窗的效果比矩形窗略好。洗手但是，吃饭窗的长短影响起决定性作用。洗手窗过大（N很大），吃饭等效于很窄的低通滤波器，吃饭不能反映幅度EN的变化；BEEF窗过小（N很小），吃饭短时能量随时间急剧变化，吃饭不能得到平滑的能量函数。洗手在11025KHZ左右的采样频率下，吃饭N选为100200比较合适。洗手洗手短时能量函数的应用1）可用于区分清音段与浊音段。洗手EN值大对应于浊音段，吃饭EN值小对应于清音段。洗手2）可用于区分浊音变为清音或清音变为浊音的时间（根据EN值的变化趋势）。洗手3）对高信噪比的语音信号，吃饭也可以用来区分有无语音（语音信号的开始点或终止点）。洗手无信号（或仅有噪声能量）时，吃饭EN值很小，吃饭有语音信号时，吃饭能量显著增大。洗手洗手020004000600080001000012000140001600018000101SAMPLE一一一一020004000600080001000012000140001600018000024SAMPLE一一一一N500200040006000800010000120001400016000180000510SAMPLE一一一一N1500200040006000800010000120001400016000180000510SAMPLE一一一一N25002000400060008000100001200014000160001800001020SAMPLE一一一一N35002000400060008000100001200014000160001800001020SAMPLE一一一一N450洗手图13不同矩形窗长的短时能量函数洗手4020004000600080001000012000140001600018000101SAMPLE一一一一020004000600080001000012000140001600018000012SAMPLE一一一一N50020004000600080001000012000140001600018000024SAMPLE一一一一N1500200040006000800010000120001400016000180000510SAMPLE一一一一N2500200040006000800010000120001400016000180000510SAMPLE一一一一N3500200040006000800010000120001400016000180000510SAMPLE一一一一N450洗手图14不同HAMMING窗长的短时能量函数洗手22MATLAB的语音信号频域特征分析洗手1、BEEF短时傅立叶变换洗手由于语音信号是短时平稳的随机信号，吃饭某一语音信号帧的短时傅立叶变换的定义为BEEF洗手JWJWMNMXEXNE（21）洗手其中WNM是实窗口函数序列，吃饭N表示某一语音信号帧。洗手令NMK，吃饭则得到洗手JWJWNKNKEXE（22）洗手于是可以得到洗手JWJNJWKNKXEXE（23）洗手假定洗手JWJWKNKEXNE（4）洗手则可以得到洗手JWJNJWNX（5）洗手同样，吃饭不同的窗口函数，吃饭将得到不同的傅立叶变换式的结果。洗手由上式可见，吃饭短时傅立叶变5换有两个变量BEEFN和，吃饭所以它既是时序N的离散函数，吃饭又是角频率的连续函数。洗手与离散傅立叶变换逼近傅立叶变换一样，吃饭如令2K/N，吃饭则得离散的短时傅立叶吧如下BEEF洗手2/2/,01JKNNJKMNMXEXWE6洗手洗手2、BEEF语谱图洗手水平方向是时间轴，吃饭垂直方向是频率轴，吃饭图上的灰度条纹代表各个时刻的语音短时谱。洗手语谱图反映了语音信号的动态频率特性，吃饭在语音分析中具有重要的实用价值。洗手被成为可视语言。洗手洗手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。洗手时间分辨率高，吃饭可以看出时间波形的每个周期及共振峰随时间的变化，吃饭但频率分辨率低，吃饭不足以分辨由于激励所形成的细微结构，吃饭称为宽带语谱图；BEEF而窄带语谱图正好与之相反。洗手洗手宽带语谱图可以获得较高的时间分辨率，吃饭反映频谱的快速时变过程；BEEF窄带语谱图可以获得较高的频率分辨率，吃饭反映频谱的精细结构。洗手两者相结合，吃饭可以提供带两与语音特性相关的信息。洗手语谱图上因其不同的灰度，吃饭形成不同的纹路，吃饭称之为“声纹”。洗手声纹因人而异，吃饭因此可以在司法、BEEF安全等场合得到应用。洗手洗手洗手3、BEEF复倒谱和倒谱洗手复倒谱是XN的Z变换取对数后的逆Z变换，吃饭其表达式如下洗手NX（7）洗手1L倒谱CN定义为XN取Z变换后的幅度对数的逆Z变换，吃饭即洗手（8）洗手1LN|CZX在时域上，吃饭语音产生模型实际上是一个激励信号与声道冲激响应的卷积。洗手对于浊音，吃饭激励信号可以由周期脉冲序列表示；BEEF对于清音，吃饭激励信号可以由随机噪声序列表示。洗手声道系统相当于参数缓慢变化的零极点线性滤波器。洗手这样经过同态处理后，吃饭语音信号的复倒谱，吃饭激励信号的复倒谱，吃饭声道系统的复倒谱之间满足下面的关系BEEF洗手（9）洗手SNEV由于倒谱对应于复倒谱的偶部，吃饭因此倒谱与复倒谱具有同样的特点，吃饭很容易知道语音信号的倒谱，吃饭激励信号的倒谱以及声道系统的倒谱之间满足下面关系BEEF洗手（10）洗手SEVC浊音信号的倒谱中存在着峰值，吃饭它的出现位置等于该语音段的基音周期，吃饭而清音的倒谱中则不存在峰值。洗手利用这个特点我们可以进行清浊音的判断，吃饭并且可以估计浊音的基音周期。洗手洗手洗手1短时谱洗手6024681012X1041050051ORIGINALSIGNAL05010015020025030010050050一一一洗手图21短时谱洗手3倒谱和复倒谱洗手图23、BEEF24是加矩形窗和汉明窗的倒谱图和复倒谱图,图中横轴的单位是HZ，吃饭纵轴的单位是DB。洗手洗手0501001502002503001050051一一一一一一一一050100150200250300505一一一一一一一一一洗手图23加矩形窗时的倒谱和复倒谱图洗手洗手70501001502002503002101一一一一一一一一050100150200250300201001020一一一一一一一一一洗手图24加汉明窗时倒谱和复倒谱图洗手洗手洗手010020030040050060032101一一N一一一一01002003004005006002001000100一一/MS一一/DB洗手图25倒谱图洗手洗手23MATLAB的语音信号LPCC洗手如果声道特性HZ用式14所示的全极点模型表示，吃饭有洗手（16）洗手1PNSZHIAZ8式中，吃饭SZ和IZ分别为语音信号和激励源的Z变换。洗手对人的听觉来说，吃饭浊音是最重要NSNI的语音信号。洗手对于浊音，吃饭模型的激励信号源EN是以基音周期重复的单位脉冲，吃饭此时有洗手。洗手可得的Z变换SZ为洗手1IZNS（17）洗手1PNSZAZ式中，吃饭为P阶线性预测系数。洗手根据倒谱的定义，吃饭对具有最小相位特征的语,2IA音信号，吃饭有洗手NS（18）洗手1LNSZCCZ式中，吃饭为语音信号的倒谱。洗手将式16代入式17，吃饭并对两边求导，吃饭得洗手NC1Z（19）洗手11,1NNKNKACACP根据上式即可由线性预测系数通过递推得到倒谱系数，吃饭将这样得到的倒谱称为线性预测倒谱系数。洗手洗手洗手3程序部分洗手1）短时能量洗手（1）加矩形窗洗手AWAVREADBEIFENGWAVBEEF洗手SUBPLOT6,1,1,PLOTABEEF洗手N32BEEF洗手FORI26洗手HLINSPACE1,1,2I2N；BEEF形成一个矩形窗，吃饭长度为2I2N洗手ENCONVH,AABEEF求短时能量函数EN洗手SUBPLOT6,1,I,PLOTENBEEF洗手IFI2LEGENDN32BEEF洗手ELSEIFI3LEGENDN64BEEF洗手ELSEIFI4LEGENDN128BEEF洗手ELSEIFI5LEGENDN256BEEF洗手ELSEIFI6LEGENDN512BEEF洗手END洗手END洗手洗手（2）加汉明窗洗手9AWAVREADBEIFENGWAVBEEF洗手SUBPLOT6,1,1,PLOTABEEF洗手N32BEEF洗手FORI26洗手HHANNING2I2N；BEEF形成一个汉明窗，吃饭长度为2I2N洗手ENCONVH,AABEEF求短时能量函数EN洗手SUBPLOT6,1,I,PLOTENBEEF洗手IFI2LEGENDN32BEEF洗手ELSEIFI3LEGENDN64BEEF洗手ELSEIFI4LEGENDN128BEEF洗手ELSEIFI5LEGENDN256BEEF洗手ELSEIFI6LEGENDN512BEEF洗手END洗手END洗手2）短时谱洗手CLEAR洗手AWAVREADBEIFENGWAVBEEF洗手SUBPLOT2,1,1,洗手PLOTABEEFTITLEORIGINALSIGNALBEEF洗手GRID洗手N256BEEF洗手HHAMMINGNBEEF洗手FORM1N洗手BMAMHM洗手END洗手Y20LOGABSFFTB洗手SUBPLOT2,1,2洗手PLOTYBEEFTITLE短时谱BEEF洗手GRID洗手洗手洗手3）倒谱和复倒谱洗手（1）加矩形窗时的倒谱和复倒谱洗手CLEAR洗手AWAVREADBEIFENGWAV,4000,4350BEEF洗手N300BEEF洗手HLINSPACE1,1,NBEEF洗手FORM1N洗手BMAMHMBEEF洗手END洗手CCCEPSBBEEF洗手CFFTSHIFTCBEEF洗手DRCEPSBBEEF洗手DFFTSHIFTDBEEF洗手10SUBPLOT2,1,1洗手PLOTDBEEFTITLE加矩形窗时的倒谱洗手SUBPLOT2,1,2洗手PLOTCBEEFTITLE加矩