语音修正的短时自相关的实践资料

1、太原理工大学现代科技学院 语音信号处理 课程实验报告 专业班级 学 号 姓 名 指导教师 实验名称 语音修正的短时自相关的实践 同组人 专业班级 学号姓名成绩 .一.一实验二 语音修正的短.时自相关的实践 一、实验目的 1、熟悉语言修正自相关的意义。匚 2、.充分理解取不同窗长时的语言的修正自相关.的变化情况。 3、.熟悉.Matlab .编程语言在语言信号处理中的作用。 4、能够实现程序的重新编制。 二、实验原理 对于语音来说，采用短时分析方法，语音短时自相关函数为 N AJk Rn(k)二 x x(n m)w(m)x(n m k)w(k m) m -0 但是，在计算短时自相关时，窗选语音段

2、为有限长度 N,而求和上限为，因此当 增加时可用于计算的数据就越来越少了，从而导致增加时自相关函数的幅度减 小。为了解决这个问题，提出了语音修正的短时.自相关。 .修正的短时自相关函数.，其定义如下一: -bo Rn(k)二 x(m)w!(nm)x(m k)w2(nmk) m -. s 若令m = n m ，代入(2-2 )中得到 -bo Rn(k)二、x(n m )w-! m )x (n m - k)w2(_m -k ) m = ：: ?i (m)二 wi(_m) 定义 w2(m) =w2(m) bo Rn(k)=无 x(n+m)w1(m)x(n+m 十 k)w2(m + k) 则有m=：

3、1 0 0乞n岂N 1 其他 r w2 (m) = 0乞n乞N 1 k 其他 式中,.K为_匕的最大值，即。 由式(2-5).可知要使为非零值，必须使，考虑到，可得，故式(一.2-4)可以 写成：. N J. Rjk) = 、 x(n m)x(n m k) mz0 三、实验要求 1、实验前自己用Co。 Edi音频编辑软件录制声音，并把它保存为：txt文件。 2、编程实现不同矩形窗长一.N=320,16O,7O的短时修正自相关。 3、用Matlab画出短时修正自相关的图形。 4、写出实验报告，分析实验结果。 四、实验难点 .熟悉一 Matlab.编程语言实现取不同窗长时的语言修正自相关的变化情况

4、,为下 一个实验做好准备。 五、实验环境 .一计算机一 Matlab 一软件 六、实验步骤 1、用Cooledit读入浊音语音，设置采样频率为.8kHz，16位，单声道 2、将读入的语音wav文件保存为.敢文件 3、读入一 Matlab.中，.并且对照取不同矩形窗长.N的修正自相关函数，画出图形 七、实验内容及结果 浊音 fid=fopen( 浊音.txt , rt); b=fsca nf(.fid,%f ); b.1=b(1：320)； N=160; A=；. for .k=1:160; sum=0； for m=1/.N； sum=sum+b1(m)*b1(m+k-1); end A(k)

5、=.sum; end for .k=1:160; A1(k)=A(k)/A(1); end figure(1); subplot(3,1J_1); plot(A1). ylabel(.一R(k); legend(.一N=160); axis(Q,320,-1,1).;_ . b2=b(1:160); N=80; B=; for k=1:80; sum=0; for m=1:N; sum=sum+b2(m)*b2(m+k-1); end B(k)=sum; end for k=1:80; B1(k)=B(k)/B(1); end figure(1); subplot(3,1,2); plot)；

6、 ylabel( R(k); legend ；N=80 axis(0；320，-1.,1).; L=1; b3=b(1:70); N=35; C=; for k=1:35; sum=0; for m=1;_N; sum=sum+.b.3(m)*b.3.(m+K-1); end C(K)=sum;. end for k=1:35; C1(k)=C(k)/C(1); end figure(1); subplot(3J1.,3); plot);. ylabel(R(k); legend( N=35); axis(0,320,-1,1); -1 50 100 150 200 250 N=160 300

7、 -1 L 0 ! i a H A / i j i j N=80 50 100 150 200 250 300 N=35 -1 L 0 50 100 150 200 250 300 清音 fid=fopen( 清音 .txt , rt ) b=fscanf(fid,%f ); . b1=b(1:320); N=160; A=;. for k=1:160; .sum=0; for .m=1：N； . . . .sum=sum+b1(m)*b1(m+k71); .e nd .A(k)=sum； end for .k=1:160 .A1(k)=A(k)/A; end figured) subpjot

8、(311) . plot(A1);. ylabel( R(k) legend(N=320) axis(0,160,-1,1);I b2=b(1:320); N=160; b=；mmmmm for k=1:160; sum=0; for .m=1:N; . . sum=sum+b2(m)*b2(m+k-1); e nd .B(k)=sum; . end for k=1:160 .B1(k)=B(k)/B(1); :I end figure(1) subplot(312) plot(B1) ylabel( R(k) legend(N=160) axis(0,160,-1,1).;. L=1; b3

9、=b(1:140); N=70; C= for k=1:70; .s.u.m=0; for 一 m=1:N; . . sum=sum+b3(m)*b3(m+k-1); .e 一nd .C(k)=sum; . _ end for k=1:70; .C1(k)=c(k)/C(1); . mmm . mmmm: end figured) subp.lot(313). . plot);. ylabel(.一R(k) legend(.一N=70 ) axis(0,160,-1,1).;. N=320 JI -1 L 020 1r rirrr T, 406080100120140160 N=160 -1

10、LL111-t 020406080100120140160 1 N=70 1 L.C C II 020406080100120140160 八、思考题 1、在相同的实验环境下，用.Matlab.程序实现语音的短时自相关的图形，.并与修正自相关进行. 比较，加深对修正自相关的理解。 答：通过采用短时自相关，可以看岀：如果长基音周期用窄的窗，将得不到预期的基音周 期;但是如果是短的基音周期用长的窗，一自相关函数将对多个基音周期作平均计算,.从而模糊 语音的短时特性，这是胡希望的。采用短时的修正自相关函数可以采用较窄的窗，.同时避免了 短时自相关函数随. k值增加而衰减的不足。 2、.改变丕同的录制对象，比如清音，分析语音短时修正自相关的图形将发生什么样的变化