声音信号的分析处理

1、信号与系统课程设计语音信号的分析和处理院:通信与信息工程学院级:2010012030班生:李雷(2010012030016崔琳莉阚姗蕾(2010012030037指导教师:2011年12月19日一、摘要声音是由物体的振动产生，以声波的形式在介质中传播，介质主要可分为固体，液体以及气体。声波振动内耳的听小骨，这些振动被转化为微小的电子脑波，它就是我们觉察到的声音。内耳采用的原理与麦克风捕获声波或扬声器的发音一样，它是移动的机械部分与气压波之间的关系。在国际标准中，人声的频率范围是300Hz3400Hz不同的人或乐器产生的声音频率不一致，通过对声音信号的研究能够更好的处理声音信号的处理以及传输。M

2、atlab作为一款主要面对科学计算、可视化以及交互式程序设计的高科技计算软件，能够很好的完成对声音信号的分析和处理，快速的得出声音信号的时域图以及频域图。关键字：声音频率时域图频域图MatlabSoundcomesfromtheshakeofobjectsandspreadsintheformofwavesinmediumconsistsofsolid,liquidandgas.Soundwavesshaketheossiclesintheears,transformedintofinalelectronicbrainwavesandthenwehearthesound.Theprincipl

3、etheearworkswhichisthesameastheprinciplethemicrophoneandthespeakerworks,isusingtherelationbetweenmechanicalpartandbarometricwave.InISO,thefrequencydomainisfrom300Hzto3400Hz,differsindifferentpeopleandmusicalinstruments.Thestudyofthesoundsignalhelptobetterdealwiththesignals.Asasoftwaremajorinscientif

4、iccalculation,Matlabisvisualandinteractive.Itiscapableofperfectlyfinishingtheanalysisanddisposeofthesoundsignalbysketchingthetimedomainfigureandfrequencydomainfigure.Keywords:sound,frequency,timedomainfigure,frequencydomainfigure,Matlab、实验要求通过MATLAB的函数wavread()可以读入一个.wav格式的音频文件，并将该文件保存到指定的数组中。例如下面的语

5、句(更详细的命令介绍可以自己查阅MATLAB的帮助)中，将.wav读入后存放到矩阵y中。y=wavread('SpecialEnglish.wav');对于单声道的音频文件，y只有一行，即一个向量；对于双声道的音频文件，y有两行，分别对应了两个声道的向量。我们这里仅对一个声道的音频进行分析和处理即可。注意：.wav文件的采样频率为44.1KHz,采样后的量化精度是16位，不过我们不用关心其量化精度，因为在MATLAB读入后，已将其转换成double型的浮点数表示。在获得了对应音频文件的数组后，我们可以对其进行一些基本的分析和处理。可以包括：1、对语音信号进行频域分析，找到语音信

6、号的主要频谱成分所在的带宽，验证为何电话可以对语音信号采用8KHz的采样速率。2、分析男声和女声的差别。我们知道男声和女声在频域上是有些差别的，一般大家都会认为女声有更多高频的成分，验证这种差别。同时，提出一种方法，能够对一段音频信号是男声信号、还是女声信号进行自动的判断。3、语音与乐器音频的差别。比较语音信号与乐器音频信号的差别，尤其是在频域上的差别。4、.wav文件的采样速率为44.1KHZ,仍然远远高于我们通常说的语音信号需要的频谱宽度，例如在电话对语音信号的采样中，我们仅仅使用8KHz的采样速率。对读入的音频数据进行不同速率的降采样，使用wavplay()命令播放降采样后的序列，验证是

7、否会对信号的质量产生影响。降采样的方法很简单，例如命令y=wavread('SpecialEnglish.wav')将语音文件读入后保存在向量y中，这时对应的采样频率为44.1KHz。使用y1=y(1:2:length(y)命令，就可以将原序列y每隔1个采样后放入序列y1中，这时y1序列对应的采样频率即为22KHz。5、自己下载获得一段中文语音信号(可以使用诸如“千千静听”等工具将.mp3文件转换成.wav文件)，对中文语音与英文语音进行比较。三、实验内容3.1、 对语音信号进行频域分析，找到语音信号的主要频谱成分所在的带宽，验证为何电话可以对语音信号采用8KHz的采样速率。对

8、声音信号x(t)的频谱图进行分析，使用Matlab绘制该语音信号的频谱图，观察频谱图，读出声音信号的频率范围，由采样定理可知，如果需要重建声音信号x(t),需产生一个周期冲激申，其冲激幅度就是采样得到的样本值，将该冲激用通过一个增益为T,截止频率为M,而小于sM的理想低通滤波器，该低通滤波器的输出就是x(t)0使用Matlab中的快速傅里叶变换(fft),绘制出声音文件x(t)的时域图和频域图，对频域图进行分析，观察可得声音信号x(t)的主要频率范围为200Hz1800Hz,根据采样定理可得，采样频率应不小于3600Hz,故电tS使用8kHz的采样频率能保证声音无失真采样及恢复。时域分析图10

9、.5005-100.511,52Z53600400300200W0x10s将原声音信号转化为字符用%绘制声音信号的时域图%将横坐标转化为频率值%绘制声音信号的频谱图%频域分析国0WOO200030004000500060007000S000程序代码：x,fs,bits=wavread('相声.wav');%subplot(211);plot(x);%title('时域分析图');subplot(212);y=fft(x,fs);df=fs/length(y);fx=df*(0:length(y)-1);%plot(fx,abs(y);%axis(08000050

10、0);title('频域分析图');3.2、 分析男声和女声的差别。我们知道男声和女声在频域上是有些差别的,般大家都会认为女声有更多高频的成分，验证这种差别。同时，提出一种方法,能够对一段音频信号是男声信号、还是女声信号进行自动的判断首先，我们选择了普通的男生和女生分别演唱同一首歌，用matlab分别绘出两段声音信号的频谱图，从图中可以看出，男生的声音频率主要分布在200Hz800Hz女生的声音频率主要分布在300Hz1800Hz女生的声音高频成分较多。这是因为，声波是由物体振动产生的机械波，男人声带宽而厚，振动频率低；女人声带窄而薄，振动频率高。而我们平时所感受得男生声音低沉

11、，女生声音尖细，则是由于发声时男女声带的振动频率的高低不同，所以男女音调的高低不同。嗾样频率%傅里叶变换%等横轴变为频率轴%subplot将图像画在一张图上使用Matlab对男声女声的声音信号在不同频率的分布比例进行分析，运行程序后可得出，在低频范围（150Hz1000Hz内男声低频比例n1=9.5343e-006女声低频比例n2=8.6394e-006在高频范围（1000Hz1800Hz内男声高频比例m1=7.5965e-006女声高频比例m2=8.2355e-006以上的数据计算进一步验证了女声频率较高的假设，我们可以通过这种计算来分辨男声女声。程序代码：刎男生声音、女生声音的频谱图y1=

12、wavread('lu_ll.wav');Fs=44100;yt1=fft(y1);df=Fs/length(yt1);Fx=df*(0:length(yt1)-1);figure(1)subplot(211);plot(y1);title('男声时域波形,);徇语音信号白时域波形%subplot(212);plot(Fx,abs(yt1);axis(010000010000);title('男声频谱图');xlabel('y2=wavread('lu_ksl.wav');Fs=44100;%yt2=fft(y2);%df=Fs/

13、length(yt2);Fx=df*(0:length(yt2)-1);%figure(2)subplot(211);plot(y2);title('女声时域波形');频率/Hz');采样频率%傅里叶变换%将横轴变为频率轴%subplot将图像画在一张图上%画语音信号的时域波形%subplot(212);plot(Fx,abs(yt2);axis(01000005000);title('女声频谱图');xlabel('频率/Hz');%+算男生和女生信号中高频和低频信号所占的比例:y1Fs=wavread('lu_ll.wav&#

14、39;);y1=y1(:,1);yt1=fft(y1);y2Fs=wavread('lu_ksl.wav');y2=y2(:,1);yt2=fft(y2);sum1=0;fori=200:1000%计算男声的低频比例%sum1=sum1+abs(yt1(i);endsum=0;fori=1:length(yt1)sum=sum+abs(yt1(i);endn1=sum1/sum;suml呱频信号量sum崛信号量nl%：匕例计算女声的低频比例sum1=0;fori=200:1000sum1=sum1+abs(yt2(i);endsum=0;fori=1:length(yt2)su

15、m=sum+abs(yt2(i);endn2=sum1/sum;sum1sumn2%®频sum1=0;fori=3000:3800%计算男声的高频比例sum1=sum1+abs(yt1(i);endsum=0;fori=1:length(yt1)sum=sum+abs(yt1(i);endm1=sum1/sum;sum1summ1sum1=0;fori=3000:3800计算女声的高频比例%sum1=sum1+abs(yt2(i);endsum=0;fori=1:length(yt2)sum=sum+abs(yt2(i);endm2=sum1/sum;sum1summ23.3、 语音

16、与乐器音频的差别。比较语音信号与乐器音频信号的差别，尤其是在频域上的差别。我们找了五种不同的乐器演奏的梁祝，试图不仅分析语音信号和乐器音频信号的差别，还要分析不同乐器音频信号的差别。使用狸窝软件进行时间截取和格式转换，分析得到频谱如下：对于乐器来说，低频段表示音色的丰满度，高频段表示音色的明亮度。从图中可以看出，古筝的泛音较强，这印证了我们听觉的感受，钢琴和笛子的频谱主要集中在5001000Hz的低频范围内，音色最为丰满，它们的主要区别在于钢琴泛音较多。相比于前面所绘制的语音信号的频谱，乐器在某些频率点的小范围内会形成一个冲击，所以声音会比较有冲击力。并且，乐器有基音和泛音，而人声没有泛音，所

17、以会产生乐器声悠扬的效果。10可为总图/Hz钢写题国图询率砧11小眼忍频信图说多Mr龄克里频询图菊率Mz12程序代码：y1=wavread('笛子_0.wav');y2=wavread('、风琴_0.wav');y3=wavread('小提琴_0.wav');y4=wavread('萨克斯_0.wav');y5=wavread('古筝_0.wav');Fs=44100;%采样频率yt1=fft(y1);%傅里叶变换yt2=fft(y2);yt3=fft(y3);yt4=fft(y4);yt5=fft(y5);df1

18、=Fs/length(yt1);Fx1=df1*(0:length(yt1)-1);df2=Fs/length(yt2);Fx2=df2*(0:length(yt2)-1);13df3=Fs/length(yt3);Fx3=df3*(0:length(yt3)-1);df4=Fs/length(yt4);Fx4=df4*(0:length(yt4)-1);df5=Fs/length(yt5);Fx5=df5*(0:length(yt5)-1);figure(1)plot(Fx1,abs(yt1);axis(08000010000);title('笛子频谱图');xlabel(&

19、#39;频率/Hz');figure(2)plot(Fx2,abs(yt2);axis(08000010000);title('钢琴频谱图');xlabel('频率/Hz');figure(3)plot(Fx3,abs(yt3);axis(08000010000);title('小提琴频谱图');xlabel('频率/Hz');figure(4)plot(Fx4,abs(yt4);axis(08000010000);title('萨克斯频谱图');xlabel('频率/Hz');figure

20、(5)plot(Fx5,abs(yt5);axis(08000010000);title('古筝频谱图');xlabel('频率/Hz');3.4、 .wav文件的采样速率为44.1KHz,仍然远远高于我们通常说的语音信号需要的频谱宽度，例如在电话对语音信号的采样中，我们仅仅使用8KHz的采样速率。对读入的音频数据进行不同速率的降采样，使用wavplay()命令播放降采样后的序列，验证是否会对信号的质量产生影响。使用Matlab对声音信号进行降采样，分别把声音信号的采样频率将为原采样频率的1/2,1/5,1/10。当采样频率为原信号采样频率的1/2时，声音与原声

21、14音无明显变化，观察频谱图，亦无明显变化；当采样频率为原信号采样频率的1/5时，声音与原声音相比有差别，观察频谱图，发现频谱图变化很大；当采样频率为原信号采样频率的1/10时，声音与原声音相比已明显失真，信号内容不可辨别，观察频谱图，频谱图已完全不一致，降采样后的信号失真严重。结论：当采样频率越低时，采样得到的声音信号的音质将降低。500300040006000600070008000010002000原声音频谱分析图采样频率为原信号的1/2频谱分析图0WOO200300040005000采样频率为原信母的1伤频谙分析图GOOD70008000500600040005000700080000

22、0WOO20003000采样频率为原信号的巾。频评分析图5002000300D40005000600070008000001000程序如下：x,fs,bits=wavread('星空的旋律fs%x1=x(1:2:length(x);%x2=x(1:5:length(x);%x3=x(1:10:length(x);%subplot(411);%wavplay(x,fs);%y=fft(x,fs);df=fs/length(y);fx=df*(0:length(y)-1);.wav');%将声音信号采样称字符串%声音x(t)信号频率对原声音信号进行1/2降采样对原声音信号进行1/5

23、降采样对原声音信号进行1/10降采样播放原声音信号%15plot(fx,abs(y);axis(080000500);title(,原声音频谱分析图,);subplot(412);%wavplay(x1,fs/2);%y1=fft(x1,fs/2);df=fs/length(y1);fx=df*(0:length(y1)-1);plot(fx,abs(y1);%axis(080000500);title(,采样频率为原信号的1/2subplot(413);%wavplay(x2,fs/5);%y2=fft(x2,fs/5);df=fs/length(y2);fx=df*(0:length(y2

24、)-1);plot(fx,abs(y2);%axis(080000500);title(,采样频率为原信号的1/5subplot(414);%wavplay(x3,fs/10);%y3=fft(x3,fs/10);df=fs/length(y3);fx=df*(0:length(y3)-1);plot(fx,abs(y3);%绘制原声音信号的频谱分析图%播放1/2降采样声音信号%绘制1/2降采样后信号的频谱分析图%频谱分析图,);播放1/10降采样声音信号%绘制1/5降采样后信号的频谱分析图%频谱分析图,);播放1/10降采样声音信号%绘制1/10降采样后信号的频谱分析图%axis(080000500);16title(,采样频率为原信号的1/10频谱分析图,);四、实验结论在实验开始的时候，使用录音软件(AdobeAudition)录制所需的男声女声，同时，在各大音乐网站下载所需的音频文件，但是一般下载到的只有.mp3格式的音频文件，故使用狸窝全能视频转换器将.mp3文件或其他格式的音频文件转化为.wav格式的音频文件。使用Matlab对下载到的音频文件(相声.wav)进行时域分析和频域分析，并绘制相应的时域图和频域图，时域图可以显示幅值与时间的关系，频域图可以显示幅值与频率的关系。对绘制频域图进行解读，该文件的主要频率范围为200Hz1800Hz,通过查阅文