南邮信息技术综合实验-实验二-语音编码实验

1、南京邮电大学实 验 报 告实验名称 语音编码实验 课程名称 信息处理技术专业综合实验 班级学号 B 姓 名 陈超 开课时间 2016/2017 学年, 第 一 学期 实验二 语音编码一、实验目的熟悉语音基本压缩编码的方法，观察语音压缩效果，加深对语音线性预测编码（LPC）的理解。二、实验内容1、编写并调试语音LPC参数提取程序。2、编写并调试语音基音周期提取程序。3、编写并调试语音LPC合成程序。三、实验原理语音信号中含有大量的冗余信息，采用各种信源编码技术减除语音信号的冗余度，并充分利用人耳的听觉掩蔽效应，就可以将其编码速率压缩很多倍，而仍能提供可懂语音。LPC声码器是一种比较简单实用的语音

2、压缩方法，其基本原理是：根据语音生成模型，将语音看作激励源通过一个线性时不变系统产生的输出，利用线性预测分析对声道参数进行估值，将求得的线性预测系数，结合基音周期等少量参数进行传输，就可以在接收端利用合成滤波器重构语音信号。线性预测系数的估计方法为：假设语音的当前样值可以用过去的个语音样值来进行预测 式中即为线性预测系数。实际值和预测值之间的均方误差可表示为 要求均方误差总和最小，将关于的偏导数设置为零，可以得到通过采用自相关法、协方差法或格形法求解该方程，即可得到最优的。四、实验方法及程序1. 调用xcorr命令计算一帧语音的自相关函数。2. 调用toeplitz命令形成该帧语音的自相关矩阵

3、。3. 调用durbin命令，采用杜宾递推算法计算该帧语音的线性预测系数。4. 编写lpcauto.m函数，求取一句语音信号的线性预测系数及预测残差。选择设当的窗函数对语音信号进行分幀。5. 编写lpcpitch函数，由残差信号计算该句语音的基音周期。6. 编写lpcgain函数，由预测残差能量，求出该句语音的增益。7. 编写lpcsyn函数，由该句语音的基音周期、预测残差能量和增益进行LPC合成。五、实验结果与分析1. 如何对全极点模型的线性预测参数进行提取？加窗等预处理对提取结果有何影响？2. 如何实现线性预测参数的各种表现方式之间的转换？3. 使用预测残差求基音周期有何优点？ 4. 如何

4、根据线性预测系数求得LPC频谱？5. LPC频谱与基于DFT求得的语音对数幅度谱相比有何不同？6. LPC合成语音的质量如何？有何改进措施？实验过程记录与结果分析1、计算短时自相关函数1.1 分别计算正弦信号和白噪声的短时自相关函数，估计正弦信号的基音周期。其Matlab代码如下：x=sin(2*pi*0.01*(0:499);r,eta=xcorr(x,100,unbiased);stem(eta,r);w=randn(500,1);r,eta=xcorr(w,100,unbiased);stem(eta,r);1.2 计算正弦信号叠加白噪声的短时自相关函数，试估计正弦信号的基音周期。其Ma

5、tlab代码如下：x=sin(2*pi*0.01*(0:499);w=randn(500,1);x1=x+w;r,eta=xcorr(x1,100,unbiased);stem(eta,r);1.3 分别画出一帧浊音和一帧清音的语音自相关波形（采样频率为10kHz，帧长为25.6ms，每帧有256个样点），估计浊音的基音周期。load digits; x=digits.three1;m=2756; N=256; n=m-N+1:m;r,eta=xcorr(x(n),250,unbiased);plot(eta,r);m=500; N=256; n=m-N+1:m;r,eta=xcorr(x(n

6、),250,unbiased);plot(eta,r);2、求取LPC系数2.1加载“digits.three1”语音数据。基于自相关法，求出其中一帧数据（采样频率为10kHz，帧长为25.6ms，每帧有256个样点）的14阶LPC系数。画出相应的LPC谱。load digits; x=digits.three1;m=2756; N=256; n=m-N+1:m; M=14;r,eta=xcorr(x(n),250,unbiased);Rx=toeplitz(r(M+1:2*M);rx=r(M+2:2*M+1);a=Rxrx;NFFT=1024; k=1:NFFT/2;X=fft(x(n).*

7、hann(N),NFFT);Theta=1./fft(1:-a,NFFT);plot(k,20*log10(abs(353*Theta(k) X(k)axis(0 NFFT/2 -inf inf)2.2编写一个用以实现杜宾递推算法的函数“durbin.m”，其Matlab代码如下：function a,xi,kappa=durbin(r,M)kappa = zeros (M,1);a = zeros (M, 1);xi=r(1); zeros(M,1);for (j=1:M)kappa(j)=(r(j+1)-a(1:j-1)*r(j:-1:2)/xi(j);a(j)=kappa(j);a(1:

8、j-1)=a(1:j-1)-kappa(j)*a(j-1:-1:1);xi(j+1)=xi(j)*(1-kappa(j)2);end2.3利用函数“durbin.m”，计算2.1中语音数据帧的14阶LPC系数，并与2.1中的结果进行比较：x=digits.three1;m=2756; N=256; n=m-N+1:m; M=14;r,eta=xcorr(x(n),250,unbiased);aLD,xi,kappa=durbin(r(M+1:2*M+1),M);a, aLD, norm(a-aLD)2.4编写一个用以实现反射系数转换为LPC系数的函数“rf2lpc.m”，其Matlab代码如下

9、：function a = rf2lpc(kappa)M = length(kappa);a = zeros(M,1);for (j=1:M) a(j) = kappa(j); a(1:j-1) = a(1:j-1) - kappa(j)*a(j-1:-1:1);end2.5 编写一个用以实现LPC系数转换为反射系数的函数“lpc2rf.m”，其Matlab代码如下：function kappa = lpc2rf(a)M = length(a);kappa = zeros(M,1);for (j=M:-1:1) kappa(j) = a(j); a(1:j-1) = (a(1:j-1) + a

10、(j)*a(j-1:-1:1)/(1 - kappa(j)2);end2.6使用函数“rf2lpc.m”和“lpc2rf.m”，检验反射系数和LPC系数相互转换结果。norm(kappa-lpc2rf(aLD)norm(aLD-rf2lpc(kappa)3、语音信号的逆滤波3.1 利用2.3中求出的一帧语音数据的LPC系数，构造逆滤波器，并画出该帧语音信号的残差波形。ehat=filter(1;-1,1,x(n);plot(x(n) ehat)3.2编写一个用以实现语音信号LPC分析的函数“lpcauto”，其Matlab代码如下：function ar,xi,e,m = lpcauto(x,

11、M,win,Olap)Nx = length(x); N = length(win); if (N = 1) N = win; win = ones(N,1); endF = fix(Nx-Olap)/(N-Olap);ar = zeros(M+1,F);xi = zeros(M+1,F);e = zeros(Nx,1);m = zeros(F,1); n = 1:N; n1 = 1:Olap; n2 = N-Olap+1:N; n3 = Olap+1:N; win1 = win(n1)./(win(n1)+win(n2)+eps);win2 = win(n2)./(win(n1)+win(n

12、2)+eps); for (f=1:F) r,eta = xcorr(x(n).*win,M,biased); a,xi(:,f),kappa = durbin(r(M+1:2*M+1),M); ar(:,f) = 1; -a; ehat = filter(ar(:,f),1,x(n); e(n) = e(n(n1).*win2 + ehat(n1).*win1; ehat(n3); % Overlap-add. m(f) = n(N); n = n + (N-Olap); end3.3加载“timit1”语音数据，利用“lpcauto”函数对该句语音进行LPC分析。画出语音信号及其残差波形。

13、load timit1; x=timit1;M=14; N=256;ar,xi,e,m=lpcauto(x,M,hann(N),N/2);plot(x,e)soundsc(x)soundsc(e)soundsc(x-e)4、LPC谱估计4.1编写一个用以计算和显示LPC谱的函数“lpcplot”，其Matlab代码如下：function lpcplot(A,Nfft,Fs,m)M,N = size(A);if (N=1) Theta,F = freqz(1,A,Nfft,Fs); plot(F,20*log10(abs(Theta); xlabel(Frequency, it F Hz); y

14、label(Magnitude, |theta(omega)| dB);else if (length(m) = N) error(The column dimension of A must be equal to the length of m.) end Theta = zeros(Nfft,N); for (n=1:N) Theta(:,n),F = freqz(1,A(:,n),Nfft,Fs); end MeshHndl = meshz(m,F,20*log10(abs(Theta); axis ij; view(-45,45); set(MeshHndl,MeshStyle,Co

15、lumn); axis tight; axis auto y; axis auto z; xlabel(Sample Number, it n); ylabel(Frequency, it F Hz); zlabel(Magnitude, |theta(omega)| dB);end4.2利用“lpcplot”函数，画出3.3中语音数据的几帧（采样频率为16kHz，帧长为32ms，每帧有512个样点）LPC谱。plot(x(m(71):m(147)lpcplot(ar(:,71:147),512,16000,m(71:147)lpcplot(ar(:,82),512,16000,0)lpcpl

16、ot(ar(:,110),512,16000,0)lpcplot(ar(:,134),512,16000,0)实验结果与分析1. 如何对全极点模型的线性预测参数进行提取？加窗等预处理对提取结果有何影响？自相关法、协方差法求解线性预测方程组、格型法。协方差法是先把计算均方误差的间隔N固定下 来,再研究它对计算n(i,l)的其中N是基音周期值。添加海明窗和汉宁窗可以得到效果不错的波形，很明显两个波形相似，矩形窗的波形相对不是很平稳。通过改变帧长、帧移后波形更加的清晰，特征更加的明显，更方便观察 。 2. 如何实现线性预测参数的各种表现方式之间的转换？对于语音信号，确定了各线性预测系数后，根据H（z

17、）可得其频率响应的估值即LPC谱 。3. 使用预测残差求基音周期有何优点？ 该方法能进一步去除声道共振峰的影响，简化清浊音判决过程，提高判决精度，有效降低发生基音倍频和半频的错误。4. 如何根据线性预测系数求得LPC频谱？对于语音信号，确定了各线性预测系数后，根据H（z）可得其频率响应的估值 即LPC谱 。 5. LPC频谱与基于DFT求得的语音对数幅度谱相比有何不同？LPC谱优点在于可以很好地表示共振峰结构而不出现额外的峰起和起伏，基本不含有噪声，其频率灵敏度与人耳不相匹配；DFT得到的对数幅度谱受基频谐波的影响，最大值只出现在谐波频率上，共振峰测定误差较大。 6. LPC合成语音的质量如何？有何改进措施？LPC合成技术的优点是简单直观 。其合成过程实质上只是一种简单的解码和拼接过程 。另外，由于波形拼接技术的合成基元是语音的波形数据，保存了语音的全部信息，因而对于单个合成基元来说能够获得很高的自然度。但是，由于自然语流中的语音和孤立状况下的语音有着极大的区别 ，如果只是