中南大学数字语音信号实验报告

1、数字语音信号实验报告专 业： 电子信息工程 班 级： 1303 学 号： 姓 名： 指导教师： 覃爱娜 实验一&实验二 一、 试验目的 实验一(1) 掌握语音信号的基本特性理论:随机性,时变特性,短时平稳 性,相关性等; (2) 掌握语音信号的录入方式和*.WAV音波文件的存储结构; (3) 使学生初步掌握语音信号处理的一般实验方法。 实验二(1) 增强学生对语音时域分析理论的理解,尤其是语音的短时能量、 幅度和过零率的的分析和应用;(2) 进一步提高学生分析问题和解决问题的能力从而培养学生初步 掌握进行科学研究的方法和总结实验结果的能力。二、 试验原理实验一WAV 文件格式简介WAV

2、 文件是多媒体中使用了声波文件的格式之一,它是以 RIFF 格式为标准。每个 WAV 文件的头四个字节就是“RIFF”。WAV 文件 由文件头和数据体两大部分组成,其中文件头又分为 RIFF/WAV 文件 标识段和声音数据格式说明段两部分。常见的WAV声音文件有两种, 分别对应于单声道(11.025KHz 采样率、8Bit 的采样值)和双声道 (44.1KHz 采样率、16Bit 的采样值)。采样率是指声音信号在“模拟 数字”转换过程中,单位时间内采样的次数;采样值是指每一次采 样周期内声音模拟信号的积分值。对于单声道声音文件,采样数据为 8 位的短整数(short int 00H-FFH);

3、而对于双声道立体声声音文件, 每次采样数据为一个 16 位的整数(int),高八位和低八位分别代表左 右两个声道。WAV 文件数据块包含以脉冲编码调制(PCM)格式表 示的样本。在单声道 WAV 文件中,道 0 代表左声道,声道 1 代表右 声道;在多声道 WAV 文件中,样本是交替出现的。 实验二(1)利用MATLAB或C语言,针对ringout.wav和名字文件,求取语音 信号的短时能量函数、短时平均幅度函数和短时平均过零率三大时域 参量;(2)将三大时域参量的结果用波形图的方式显示出来; (3)分析并标识波形图上的清浊音信息。 三、 试验结果四、 总结通过此次试验了解了怎样区分清音和浊音

4、。从时域波形上来说，浊音具有周期性而清音则没有周期性。从幅度和能量来说，浊音的能量更大，清音相对较小，而噪音则更小。因为能量的计算需要进行平方操作，所以清浊音之间的区别更加明显。过零率噪音和清音明显高于浊音。除此之外，还学习了如何在Matlab上实现分帧。五、 代码实验一function = voice()y, Fs, nbits = wavread('/Users/jiangbingyu/Documents/jby.wav');n,m = size(y);x = y(1,1);subplot(3,1,1);plot(y);axis(9500 10500 -1 1);title

5、('清音');subplot(3,1,2);plot(y);axis(11000 15000 -1 1);title('浊音');subplot(3,1,3);plot(y);title('原始音频');实验二function = voice()y, Fs, nbits = wavread('/Users/jiangbingyu/Documents/Matlab/jby.wav');y = buffer2(y,440,300); for i = 1:273 En(i,1) = sum(y(:,i).2);end for i = 1

6、:273 Wn(i,1) = sum(abs(y(:,i);end x = y;x(x<0) = -1;x(x>0) = 1;z = 1/2*abs(x - circshift(x,1);for i = 1:273 Zn(i,1) = sum(abs(z(:,i);end subplot(3,1,1);plot(Wn);title('幅度'); subplot(3,1,2);plot(En);title('能量'); subplot(3,1,3);plot(Zn);title('过零率'); 实验三&实验四 一、 试验目的1、

7、理解自相关函数的概念、性质和应用,特别是在基音周期检 测和线性预测分析(LPC)中的应用 2、进一步增强学生对语音时域分析理论的理解,尤其是语音基 音周期检测的分析和应用 3、深入理解线性预测分析的概念和原理,并利用 LPC 的自相关 法对语音进行预测分析二、 试验原理(1)利用 MATLAB 或 C 语言,针对 ringout.wav 文件和姓名.wav 文件,求取语音信号的短时自相关函数 (2)画出自相关函数波形,分析清浊音性质,检测基音周期 (3)利用 Durbin 递推算法,设定采样频率和预测阶数,求解语 音(名字)的预测系数 (4) 画出原始语音的波形、预测语音波形以及预测误差波形,

8、 并分析和比较三、 试验结果四、 总结通过此次试验了解了自相关函数在数字语音上的应用，加深了对语音分析的理解，也进一步了解了自相关函数。对于清音来说，其自相关函数不具备周期性，而浊音具有较好的周期性，且周期内对称。可以看出基音周期为10022kHz4.5 ms。通过计算，得到蒋冰玉同学的声音频率在220Hz左右。实验四实际操作了利用LPC算法进行语音合成，根据计算其均方差可以看出，对浊音的合成效果略好于清音。五、 代码实验三function = voice()y, Fs, nbits = wavread('/Users/jiangbingyu/Documents/Matlab/jby.

9、wav');y = buffer2(y,440,300);frame1 = y(:,70);frame2 = y(:,80);N = 440;K = 440;A1 = ;A2 = ;for k = 1:K sum = 0; for m = 1:N-1-k sum = sum+frame1(m)*frame1(m+k); end A1(k) = sum;endfor k = 1:K; A11(k) = A1(k)/A1(1);endsubplot(2,1,1)plot(A11);title('清音'); for k = 1:K sum = 0; for m = 1:N-1

10、-k sum = sum+frame2(m)*frame2(m+k); end A2(k) = sum;endfor k = 1:K; A22(k) = A2(k)/A2(1);endsubplot(2,1,2)plot(A22);title('浊音');实验四function = voice()y = wavread('/Users/jiangbingyu/Documents/Matlab/jby.wav');x = y'N = 440;Hamm = hamming(N); frame = 60; origin = x(frame - 1) * (N / 2) + 1):(frame - 1) * (N / 2) + N);Frame = origin .* Hamm' N1 = 12;A = lpc(Frame,N1); est_Frame = filter(0 -A(2:end),1,Frame);err = Frame - est_Frame;error = var(err); subplot(4,1,1);plot(y);title('原始语音信号');