语音信号的时域处理语音信号的声道参数分析

1、Homework2语音信号的时域处理语音信号的声道参数分析刘超 211117班 小班号13 学号：020501实验内容简介：（1） 采集一段语音信号，或从文件获得一段语音信号，采样率为8KHZ，量化精度为16比特线性码；（2） 分析帧长30ms (240样点)；（3） 取出一帧语音信号，注意不要取无声（静音，幅度很小）帧。（4） 利用哈明窗对输入帧语音加窗；（5） 求短时自相关函数。（6） 利用Durbin算法求输入语音帧的声道参数，A参数。（7） 利用求出的A参数构造分析滤波器A（z），利用A(z)对输入语音信号进行滤波，得到残差信号。编写程序完成上述计算实验步骤：（1） 用cooledit

2、录了一段音，本次试验用的语音文件是刘江的。采样率为8KHZ，量化精度为16比特线性码。还是上次实验用的那个语音文件（2） 利用哈明窗对输入帧语音加窗；（3） 求短时自相关函数。（4） 利用Durbin算法求输入语音帧的声道参数，A参数。（5） 利用求出的A参数构造分析滤波器A（z），利用A(z)得到h(n),对输入语音信号进行滤波，得到残差信号。（6） 画出输入语音和残差信号的波形图。实验结论分析：（1） 从图中明显可以看出，arpha是递减的，和理论分析一致，随着阶数的增加，预测误差能量减小；（2） 从递减的情况看，p取6到8就可以了。（3） 残差信号幅度明显比原始信号的幅度小很多，而且比较

3、平滑。方便编码，可以减小存储空间。（4） 浊音信号的arpha比清音的下降得快。但是起点要高一点。原来讲义中间的土有点问题。（5） 画出的波形如下图所示：实验心得和体会：通过这次实验，我对理论的理解更加深入了，对matlab的应用也更加熟练了。这次实验的内容看似很简单，因为所有的公式都已经给出，分析的方法都有了，连流程图都已经给好了，自己要做的仅仅只是把它们转化成计算机语言。但是实验过程中间还是遇到了不少麻烦，因为matlab中的数组不是从零开始的，所以给编程和调试都带来了很大的麻烦。整个实验，是和同寝室的刘江同学一组的，通过相互检查，找错，大大提高了程序跳时的速度。因为调试很麻烦，不知道错误

4、出在什么地方，所以我先自己计算出m=0，1，2，3，4的所有数值，然后带入循环体中间验算。设想一，因为c+中间的数组是从零开始的，所以用c+编写源程序，画图的时候用matlab。设想二，自己把Durbin算法重新算一次，推导一次，把下标弄得和matlab相吻合。附录：调试程序用的数据：自己算的。%r =0.6871 0.5487 0.2126 -0.1592 -0.3948 -0.4093 -0.2419 -0.0030 0.1801 0.2534o = 0.6871 0.2489 0.0445 -0.4270 0.1278 -9.4294 -8.6233 -8.6094 -7.9725 -6

5、.2655m=0:a0(0)=1o(0)= 0.6871m=1:k=-0.7986a(0)=1 a(1)=-0.7986o(1)= 0.2489m=2:k= 0.9064a(0)=1 a(1)= -1.5225a(2)= 0.9064o(2)= 0.0445m=3:k= -1/0.0445*(-0.1592*1+ 0.2126 *(-1.5225)+0.5487* 0.9064)= -0.3249a(0)=1 a(1)= -1.8170a(2)= 1.4011 a(3)= -0.3249o(3)= 0.0398m=4:k= -1/0.0445*(-0.1592*1+ 0.2126 *(-1.5

6、225)+0.5487* 0.9064)= -0.3249o(4)= -0.3560a =1 1111111111 -0.7986 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.00001 -1.5222 0.9061 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.00001 -1.8129 1.3944 -0.3208 1.0000 1.0000 1.0000 1.0000 1.0000 1.00001 -1.6979 0.8947 0.3289 -0.3584 1.0000 1.0000 1.

7、0000 1.0000 1.00001 -1.7807 0.9706 0.5354 -0.7503 0.2308 1.0000 1.0000 1.0000 1.00001 -1.6795 0.6419 0.7700 -0.3250 -0.5494 0.4382 1.0000 1.0000 1.00001 -1.8739 0.8856 0.9143 -0.6667 -0.8342 1.1834 -0.4437 1.0000 1.00001 -1.8404 0.7962 0.9773 -0.6163 -0.9033 1.1164 -0.3020 -0.0756 1.00001 -1.8101 0.

8、9171 0.5302 -0.2545 -0.6565 0.7250 -0.6209 0.6615 -0.4005源程序w=ones(1,240);n=0:239;w(n+1)=0.54-0.46*cos(2*n*pi/239); %汉明窗p=15;temp=WAVREAD(lj,15001 15000+240);%一帧240个点 浊音temp=reshape(temp,1,240);temp=temp.*w; %利用汉明窗对输入语音帧进行加窗r=zeros(1,p+1);%短时自相关函数for nn=0:p, for ii=1:240-nn, r(nn+1) =r(nn+1)+ temp(i

9、i)*temp(nn+ii); endend%下面是得兵算法k=0;%k表示kma=ones(p,p);%存储a参数的p*p矩阵o=zeros(1,p+1);%o表示arpham=0;o(0+1)=r(0+1);%m=0时，o(0)=r(0)%m=1m=1;k=-r(1+1)/o(0+1);a(1,1)=k;o(1+1)=o(0+1)*(1-k*k);for m=2:p s=r(m+1); for t=1:m-1 s=s+a(m-1,t)*r(m-t+1); end k=-s/o(m-1+1); for i=1:m-1 a(m,i)=a(m-1,i)+k*a(m-1,m-i); end a(m,m)=k; o(m+1)=o(m-1+1)*(1-k*k);end% figure(1)%apha随n的变化曲线i=1:p;plot(i,o(i),b);gridaa=ones(1,p);for i=1:p aa(i)=a(p,i);endh=zeros(1,p+1);h(1)=1;for i=1:p h(i+1)=aa(i);ende=conv(temp,h);figure(2)%残差信