基于语音的性别判别系统设计及开发_第1页
基于语音的性别判别系统设计及开发_第2页
基于语音的性别判别系统设计及开发_第3页
基于语音的性别判别系统设计及开发_第4页
基于语音的性别判别系统设计及开发_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、-. z. . .可修编. .课程设计报告课程名称语音信号处理课程设计基于语音的性别判别系统设计与开发指导教师起止日期 2016-5-16 至 2016-6-19 系别信息与通信工程专业电子信息工程班级/*学生*成绩_ _指导教师签字_ _-. z.摘要本文通过对男性和女性声音的语音特征的研究,发现男女声的基音频率存在较大的差异,并设计了基于基音频率分析的男女声识别系统。此题目要求设计一个系统,可以自动判断输入的语音信号源,是男性声音还是女性声音,其理论依据是男性和女性的基音频率存在着明显的差异,人类的基音频率*围约为60Hz 450Hz,男性的声音基音频率大约在60HZ-200HZ之间,女性

2、声音基音频率大约在200HZ 450HZ之间,因此根据语音的基音频率可以判别说话人的性别。关键字:基音频率,13级语音信号处理课程设计任务书题目2基于语音的性别判别系统设计与开发主要内容编程实现基于语音的性别判别系统,可以实时判别说话人是男生还是女生。设计要求编程实现语音的分帧。编程实现语音基音周期的计算。根据男女基音频率的不同,设计一种算法,分辨男女。编程实现基于语音的性别判别系统。对说话人实时进展判别准确率应不低于80%。主要仪器设备计算机1台,安装MATLAB软件及cooledit录音软件主要参考文献数字语音处理及MATLAB仿真M.:电子工业,2010.课程设计进度方案起止时间、工作内

3、容本课程设计共安排3个题目,这是其中题目之一。具体进度如下:6学时复习题目相关知识,掌握实现的原理;16学时用MATLAB语言实现题目要求;6学时进一步完善功能,现场检查、辩论;4学时完成课程设计报告。课程设计开场日期课程设计完成日期课程设计实验室名称电子信息技术实验室地点实验楼3-501,507资料下载地址一、实验原理及步骤1、语音信号进展加窗分帧处理,语音信号具有短时平稳性10-30ms内可以认为语音信号近似不变,、这样就可以把语音信号分为一些短段来来进展处理,这就是分帧,语音信号的分帧是采用可移动的有限长度的窗口进展加权的方法来实现的。一般每秒的帧数约为33100帧,视情况而定。一般的分

4、帧方法为交叠分段的方法,前一帧和后一帧的交叠局部称为帧移,帧移与帧长的比值一般为00.5,。汉明窗函数如下:2、短时自相关函数法基音检测的主要原理是利用短时自相关函数的第二条性质,通过比拟原始信号和它移位后的信号之间的类似性来确定基音周期。3、语音线性预测的根本思想是:一个语音信号的抽样值可以用过去假设干个取样值的线性组合来逼近。通过使实际语音抽样值与线性预测抽样值的均方误差到达最小,可以确定唯一的一组线性预测系数。采用线性预测分析不仅能够得到语音信号的预测波形,而且能够提供一个非常好的声道模型。如果将语音模型看作鼓励源通过一个线性时不变系统产生的输出,则可以利用LPC分析对声道参数进展估值,

5、以少量低信息率的时变参数准确地描述语音波形及其频谱的性质。此外,LPC分析还能够对共振峰、功率谱等语音参数进展准确估计,LPC分析得到的参数可以作为语音识别的重要参数之一。清音和浊音的判断。在语音信号处理中,有声段的清/浊音判决是语音信号预处理的一个重要环节,其判决的复杂和准确度对后续的语音处理有很大影响。能否准确地对语音信号进展清/浊音判决,决定着后续工作能否顺利进展。在信号处理中,语音按其鼓励形式的不同可分为2类:1浊音当气流通过声门时,如果声带的*力刚好使声带发生*弛振荡式的振荡,产生一股准周期的气流,这一气流鼓励声道就产生了浊音。这种语音信号是1种鼓励信号,它是由规则的全程鼓励产生的,

6、其时域波形具有准周期性,语音频率集中在比拟低的频率*围内,短时能量较高,由于语音信号中的高频成分有高的过零率而低频有低的过零率,因此浊音的过零率低。通常,浊音信号可以由周期鼓励通过线性滤波器合成。2清音当气流通过声门时,如果声带不振动,而在*处收缩,迫使气流高速通过这一收缩局部而产生湍流,就得到清音。清音是由不规则的鼓励产生的,发清音时声带不振动,其时域波形不具有周期性,自相关函数没有很强的自相关周期峰,其语音频率集中在较高的*围内,短时能量较低,因而过零率较高。通常,清音信号可由白噪声通过线性滤波器合成。浊音信号的周期称为基音周期,它是声带振动频率的倒数,基音周期的估计称为基音检测。基音检测

7、是语音处理中的一项重要技术,它在有调语音辨意、低速率语音编码、说话人识别等方面起着非常关键的作用。但在实现过程中,由于声门鼓励波形不是一个完全的周期脉冲串,再加上声道影响去除不易、基音周期定位困难、背景噪声影响强烈等一系列因素,基音检测面临着很大的困难。现在已有很多性能优越的基音检测算法,自相关基因检测算法就是一种基于语音时域分析理论较好的算法。基因周期作为语音信号处理中描述鼓励源的重要参数之一,在语音合成、语音压缩编码、语音识别和说话人确认等领域都有着广泛而重要的问题,尤其对汉语更是如此。汉语是一种有调语言,而基因周期的变化称为声调,声调对于汉语语音的理解极为重要。因为在汉语的相互交谈中,不

8、但要凭借不同的元音、辅音来区分这些字词的意义,还需要从不同的声调来区别它,也就是说声调具有辨义作用;另外,汉语中存在着多音字现象,同一个字的不同的语气或不同的词义下具有不同的声调。因此准确可靠地进展基音检测对汉语语音信号的处理显得尤为重要。5、基音频率的判断和语音信号的鉴别。首先基因频率的判断可以利用时域分析短时能量、短时自相关方法的特征或*几个特征的结合,判定*一语音有效的清音和浊音段;其次,针对浊音段,可直接利用短时自相关函数估计基音频率,方法是:估算浊音段第一最大峰值的位置,再利用抽样率计算基音频率,例如:如果说*一语音浊音段的第一最大峰值约为35个抽样点,设抽样频率为8kHz,则基音频

9、率为8000/35=228Hz。然后语音信号的鉴别,基音频率与个人声带的长短、薄厚、韧性、劲度和发音习惯等有关系,在很大程度上反响了个人的特征。在生活中,由于男性和女性的生理构造不同,通过耳朵就可以清楚地确定是男性声音还是女性声音,这是由于男性声音与女性声音表达出不同的听觉效果来判断的。本次实验的理论依据是男性和女性的基音频率存在着明显的差异,人类的基音频率*围约为60Hz 450Hz,男性的声音基音频率大约在60HZ-200HZ之间,女性声音基音频率大约在200HZ 450HZ之间,因此根据语音的基音频率可以判别说话人的性别。二、实验代码及注释%homework10.5:LPCclear a

10、ll %清屏i=1;while i %等待命令input(按回车键开场说话,注意说完请等6秒钟听结果); %程序中断,按回车键继续y=wavrecord(50000,8000,1); %录制音频,500000个点,采样频率8000Hz,单声道% sound(y);% y=y(16000:32000);% input(录音停顿,按回车键听);% err=input(重录按1回车,确认按回车键);% y,Fs,bits = wavread(female);%读取语音文件% y=y(6500:8000);% n=1:10000;% y=sin(100*n);%分帧%帧内遍历即遍历每一帧的160个采样

11、点%帧外遍历即遍历整个语音段的L个帧frame = 160; %每帧160点L = round(length(y)/frame-0.5); %L为四舍五入计算的帧数。其中为了保证采集到的所有点都有效,将每帧的点数减小一个小于1的数以保证相除之后的结果大于实际值c=; %设置一个空矩阵cn=1:frame; %每帧中从点1到点160w=0.54-0.46*cos(2*pi*n/frame);%对每一帧加hamming wingdowp=10; %定义要求线性预测系数10个10阶线性预测cof=; %自定义空矩阵cofG=; %自定义空矩阵Gwave=; 自定义空矩阵wavefor i=1:L %

12、定义循环,帧外遍历 re=zeros(1,frame); %创立re为1行,160列即一维的全零矩阵 s=y(i-1)*frame+1:i*frame); %求帧内每个点的幅值e(i)=sum(s.2);%计算每一帧的能量e if e(i)ma* %如果幅度归一化结果大于0 ma*=re(k)/re0;period(i)=k; %令ma*等于归一化结果,基音周期中样点数period(i)为kendend for k=8*3:8*15 %样点24到120*围中 if rss(k)ma* %如果自相关值大于0 ma*=rss(k);period(i)=k; %则自相关值赋给ma*,period(i

13、)为基音周期中的样点数endendma*; if ma*0.25 %如果ma*值小于0.25 period(i)=0; %将period(i)赋值为0 舍掉,消除半频和倍频错误end if period(i)=16 %如果period(i)是16即基音频率为500Hz以上的帧 period(i)=0; %将period(i)赋值为0 舍掉,非人声*围endendendnonzero=0; %设置一个全1矩阵的大小为0,即浊音帧数初值为0for i=1:L %所有帧中 if period(i)=0 %如果一帧中period(i)的值不为0 nonzero=nonzero+1; %即此帧为浊音,矩

14、阵大小加1endendover200=0; %定义频率超过200Hz的帧数初值为0for i=1:L %所有帧中 if period(i)=0&period(i)=ma* %如果比值大于等于最大值 你是女生 %输出 你是女生 y fs=wavread(resultfemale); %读取wav语音文件resultfemale或其他名称wavplay(y,fs) %播放该语音endif ratiomin&ratioma* 你有点儿不男不女 yfs=wavread(femaleormale);wavplay(y,fs)endi=input(重新识别按1回车,完毕按回车);end三、完毕语这次语音信号处理课程以小组为单位进展,分为查找文献,原理分析,预处理,自相关系数和基因检测。我负责查找资料和最后的基因频率判断,难度较小一些,资料文献通过上网查找到了,然后因为程序的不理解先去找了负责原理分析的组员求教了一番后才明白了基因频率可

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论