语音信号处理实验二

1试验二语音信号的时域分析一、试验目的matlab的实现方法。二、试验原理(10-30ms)人的声带和声道外形的相对稳定性，可认为其特征是不变的，因而语音的短时谱具有相对10～30ms20ms。种典型的窗函数有：矩形窗、汉明窗、哈宁窗、布莱克曼窗。音段的能量一般比浊音段的小得多。定义短时平均能量E n

x(m)(nm)2

n x(m)(nm)2m mnN1以下图说明白短时能量序列的计算方法，其中窗口承受的是直角窗。均过零数。语音信号x(n)的短时平均过零数定义为Z

sgnxmnm

xm1

wnm

sgnxn

xn1

wn

11

xn0xn0短时平均过零数可应用于语音信号分析中。发浊音时，尽管声道有假设干个共3kHz以下。而发清音时．多数能量消灭在较高频率上。既然高频率意味着高的平均过零数，低频率意味着低的平均过零数，那么可以认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数。然而这种凹凸仅是相对而言，没有准确的数值关系。三、试验步骤语音信号的录音、读入、放音等：wavread对语音信号进展采样,记住采样频率和采样点数，给出以下语音的波形图〔。程序：Fs=10000;nbits=80;wavplay(x,10000);soundview(x,10000);128个样值点；(3)求短时能量。程序：x=wavread(”2.wav”);m1=sum(abs(y),2);m2=sum(y.*y,2);m3=sum(log(y.*y+eps),2);figure(1);subplot(3,1,1),plot(m1)subplot(3,1,2),plot(m2)subplot(3,1,3),plot(m3)339 短时过零率分析：求语音信号的短时过零率。程序：[x,fs,nbit]=wavread(”2.wav”);x=x/max(abs(x));len=256;inc=128;tmp1=enframe(x(1:end-1),256,128);tmp2=enframe(x(2:end),256,128);signs=(tmp1.*tmp2)<0;diffs=(tmp1-tmp2)>0.02;zor=sum(signs.*diffs,2)figure;subplot(2,1,1),plot(x)subplot(2,1,2),plot(zor)编写程序：参考Matlab有关资料，设计并编写出上述程序。利用subplot，注明语音段和所用窗函数及其宽度。程序：[x,fs,nbit]=wavread(”2.wav”)z=filter([10.9375],1,x)inc=128len=256y=enframe(z,len,inc)amp1=sum(abs(y),2)tmp1=enframe(x(1:end1),256,128)tmp2=enframe(x(2:end),256,128)signs=(tmp1.*tmp2)<0diffs=(tmp1tmp2)>0.02zor=sum(signs.*diffs,2)figuresubplot(3,1,1),plot(x)subplot(3,1,2),plot(amp1)subplot(3,1,3),plot(zor)结论：4000之前的是清音，之后的是浊音。清音的短时能量小，浊音的短时能量大。清音的短时过零率大，浊音的短时过零率小。语音段为其次段，为矩形窗。换一段语音重复上述步骤。程序：[x,fs,nbit]=wavread(”8.wav”)soundview(x,10000)z=filter([10.9375],1,x)inc=128len=256y=enframe(z,len,inc)amp1=sum(abs(y),2)tmp1=enframe(x(1:end1),256,128)tmp2=enframe(x(2:end),256,128)signs=(tmp1.*tmp2)<0diffs=(tmp1tmp2)>0.02zor=sum(signs.*diffs,2)figuresubplot(3,1,1),plot(x)subplot(3,1,2),plot(amp1)subplot(3,1,3),plot(zor)结果：变换帧长观看结果有什么不同。程序：[x,fs,nbit]=wavread(”2.wav”)z=filter([10.9375],1,x)inc=128len=256y=enframe(z,len,inc)amp1=sum(abs(y),2)tmp1=enframe(x(1:end1),256,128)tmp2=enframe(x(2:end),256,128)signs=(tmp1.*tmp2)<0diffs=(tmp1tmp2)>0.02zor=sum(signs.*diffs,2)subplot(2,2,1),plot(amp1)title(”短时能量〔256〕”)subplot(2,2,2),plot(zor)title(”短时过零率〔256〕”)inc1=256;len1=512;y1=enframe(z,len1,inc1);amp11=sum(abs(y1),2);tmp11=enframe(x(1:end-1),512,256);tmp21=enframe(x(2:end),512,256);signs1=(tmp11.*tmp21)<0;diffs1=(tmp11-tmp21)>0.02;zor1=sum(signs1.*diffs1,2);subplot(2,2,3),plot(amp11)title(”短时能量〔512〕”)subplot(2,2,4),plot(zor1)title(”短时过零率〔512〕”)结果比照：〔选作〕学习语音信号处理工具软件praat(参见教程)，它可以分析、合成、大学语音科学争论所(theInstituteofPhoneticsSciencesoftheWeenink共同开发。利用它画出波形图，与上述结果比较。四、试验报告要求报告中要有试验目的、试验原理及步骤、试验程序、试验中得出的图形结果函数及其宽度。五、思考题短时平均能量、短时过零率的主要用途是什么？短时能量的用途：第一，可以