電話按鍵音的識別.doc

.一、 實驗?zāi)康?. 本實驗的內(nèi)容基于對電話通信系統(tǒng)中撥號音的識別仿真實驗。主要涉及到電話撥號音識別的基本原理和識別的主要方法。利用matlab軟件以及fft算法實現(xiàn)對電話通信系統(tǒng)中撥號音的識別。并進(jìn)一步利用matlab中的圖形用戶界面制作簡單直觀的模擬界面，使其對撥號音的識別有個基本的了解。2. 能夠利用矩陣不同的基頻合成0-9不同按鍵的撥號音，并能夠?qū)Σ煌膿芴栆艏右哉_的識別。進(jìn)一步畫出簡單的圖形，從而實現(xiàn)對電話撥號音系統(tǒng)的簡單的實驗仿真。3.了解學(xué)習(xí)DTMF（雙音多頻）相關(guān)知識，知道雙音多頻的信號是用兩個特定的單音頻率信號的組合來代表數(shù)字或功能。二、實驗儀器安裝有MATLAB軟件的計算機(jī)一臺。三、實驗原理1. DTMF（雙音多頻）（1） 基本概念電話撥號有兩種，脈沖和音頻，所謂音頻也成雙音多頻（DTMF）信號的撥號方式即是電話撥號時每按一個鍵，有兩個音頻頻率疊加成一個雙音頻信號，十六個按鍵由八個音頻頻率區(qū)分。（2） 編制規(guī)則具體DTMF編制規(guī)則如表1所示表1 DTMF鍵盤高群/Hz低群/Hz1209133614771633697123A770456B852789C941*0#D雙音多頻的撥號鍵盤是44的矩陣，每一行代表一個低頻，每一列代表一個高頻。用戶每按一個鍵就發(fā)送一個高頻和低頻的正弦信號組合。2. 電話按鍵音識別MATLAB中audioread函數(shù)可以實現(xiàn)多種音頻信號的讀取，調(diào)用形式為y,fs=audioread(filename)其中y為所讀取的音頻數(shù)據(jù)；而fs為采樣頻率；調(diào)用的filename為指定載入的音頻文件名稱。用fft頻譜分析公式 (1) (2)由公式（1）和（2）可得： (3)四實驗內(nèi)容本實驗要實現(xiàn)電話撥號音(DTMF)信號的檢測的識別，可以通過直接計算傅里葉變換時的輸入信號組成的頻率。這里采用FFT算法對信號進(jìn)行解碼分析。首先對接收到的數(shù)字信號作FFT分析。計算出其頻幅譜，繼而得到功率譜，組成輸入信號的頻率必定對應(yīng)功率譜的峰值。對于連續(xù)的雙音多頻(DTMF)信號。需要把有效的數(shù)字撥號信號從靜音間隔中分割提取出來，然后再用FFT算法對信號進(jìn)行解碼分析，得出電話撥號碼。五、實驗過程與分析1. 讀取音頻文件利用MATLAB中audioread讀取x,fs=audioread(電話按鍵音.m4a);2. 聲道提取電話按鍵音是雙聲道，本實驗提取聲道1進(jìn)行分析：x=x(:,1)；3. 端點(diǎn)提取該按鍵音為一段連續(xù)的11位數(shù)字撥號音，分析時需要對它們分別進(jìn)行處理，而這11位數(shù)字間的時間間隔一般情況是沒有規(guī)律的，無法直接用for循環(huán)控制截取，而要是手動一段一段地進(jìn)行截取，換一個音頻信號就得再次重新截取，因此考慮到可能存在噪音的情況，基于短時能量和短時平均過零率來進(jìn)行端點(diǎn)檢測，實現(xiàn)端點(diǎn)的提取，對于不同的音頻信號，只需要修改部分可變參數(shù)便可以適用。4. 分析根據(jù)音頻實際情況設(shè)置對應(yīng)參數(shù)：framelen= floor(fs*40/1000);%floor向下取整，幀長frameinc= floor(fs*10/1000);%幀移% 進(jìn)行分幀，每幀長framelength，voice_min_len =15;% 最短語音長度150ms%語音段的最短長度，若語音段長度小于此值（如果語音段中的靜音幀數(shù)未超過此值，），則認(rèn)為其為一段噪音unvoice_min_len = 5;%結(jié)束段最小持續(xù)50msn3=0.05;%過零率下限參數(shù)0.05檢測結(jié)果見圖1結(jié)果： 將11個檢測到的號碼音頻左右端點(diǎn)提取出來 對信號進(jìn)行fft變換后，得到的頻譜是呈現(xiàn)對稱的，在此截取前部分進(jìn)行觀察，得到頻譜圖如圖2所示。程序運(yùn)行最終結(jié)果為：The telephone number is:圖1 端點(diǎn)檢測結(jié)果圖 圖2 電話按鍵音fft頻譜圖5. 可靠性檢驗自己錄制一段撥號音，檢驗程序的可靠性，這里為了為了驗證程序的正確、可靠性，又分別錄制了我自己手機(jī)及1234567890兩段不同格式不同號碼，在有噪聲條件下的按鍵音，檢驗過程如下（1.mp3格式)參數(shù)設(shè)置同上 圖3 端點(diǎn)檢測結(jié)果圖 圖4 電話按鍵音的fft頻譜圖程序運(yùn)行結(jié)果：The telephone number is:圖5 端點(diǎn)檢測結(jié)果圖 圖6 電話按鍵音的fft頻譜圖（2）1234567890(.ogg格式)該音頻錄制時，有的按鍵音持續(xù)時間較短，需要對檢測初始參數(shù)進(jìn)行修改修改參數(shù)：voice_min_len =6;% 最短語音長度60msn3=0.02;%過零率下限參數(shù)0.02程序運(yùn)行結(jié)果：The telephone number is: 1234567890經(jīng)驗證，該程序可行。六、小結(jié)1.原本想著，進(jìn)行端點(diǎn)檢測時考慮了噪聲的影響進(jìn)行濾波或許就不必要了，但是將濾波器加進(jìn)程序后發(fā)現(xiàn)，對于不同的音頻信號，程序有更好的適應(yīng)性，端點(diǎn)檢測結(jié)果的精確度居然也有所提高，不用再反復(fù)修改設(shè)置參數(shù)，然后就將濾波器加入程中了。2.實驗過程中，首先是手動截取11段數(shù)字音頻驗證號碼可檢測出來后，在進(jìn)行端點(diǎn)檢測的構(gòu)思，最后考慮濾波。3.通過本次實驗，發(fā)現(xiàn)自己在MATLAB函數(shù)的應(yīng)用與程序設(shè)計中仍有很大的進(jìn)步空間。4.有效的端點(diǎn)檢測技術(shù)不僅能在語音識別系統(tǒng)中減少數(shù)據(jù)的采集量，節(jié)約處理時間，還能排除無聲段或噪聲段的干擾。對于端點(diǎn)檢測的程序，其原理經(jīng)查閱資料明白一些，但不多，查閱到語音端點(diǎn)檢測參考程序之后，對其進(jìn)行了步驟增加、減少等操作，使其適合本實驗，考慮到一些參數(shù)對于不同的音頻需要做不同的改變，便將其提取到主程序中，方便修改。5.在引用的端點(diǎn)檢測代碼原理不很了解情況下，結(jié)合本實驗對其進(jìn)行部分修改比較困難。6.對于待檢測信號的第一個數(shù)字濾波效果不好，未達(dá)到理想的效果。7.先設(shè)計濾波器對信號進(jìn)行濾波，濾去部分噪聲，再設(shè)計考慮噪聲的端點(diǎn)檢測函數(shù)，相當(dāng)于信號進(jìn)行了雙重濾波處理，是結(jié)果能夠更加準(zhǔn)確。七、實驗程序（1） 主程序：x,fs=audioread(電話按鍵音.m4a);%待檢測數(shù)據(jù)%x,fs=audioread(10月11日.mp3);%檢驗號x,fs=audioread(11_11_1.ogg);%檢驗號碼1234567890x=x(:,1);%提取聲道1x=lv_bo_1(x,fs);sound(x,fs);%播放濾波后的音頻% 調(diào)整各參數(shù)framelen= floor(fs*40/1000);%floor向下取整，幀長frameinc= floor(fs*10/1000);%幀移% 進(jìn)行分幀，每幀長framelength，voice_min_len =15;% 最短語音長度60ms ,150ms%語音段的最短長度，若語音段長度小于此值（如果語音段中的靜音幀數(shù)未超過此值，），則認(rèn)為其為一段噪音unvoice_min_len = 5;%結(jié)束段最小持續(xù)50msn3=0.02;%過零率下限參數(shù)0.02，0.05% endfan_wei=vad(framelen,frameinc,x,fs,voice_min_len,unvoice_min_len,n3);%引用時注意修改函數(shù)vad中的最短語音長度number= ;figurefor i=1:length(fan_wei) y=x(fan_wei(i,1):fan_wei(i,2); n=0:length(y)-1;%建立一個信號等長的序列; %=頻域圖像= N=length(y);%取信號矩陣的長度 FFT=fft(y,N);%N點(diǎn)傅里葉變換 mag=abs(FFT)/(N/2);%還原真實幅值 f=n*fs/N;%頻率序列 % f=f(1:fix(N/2);mag=mag(1:fix(N/2);% subplot(3,4,i)%圖2：頻譜圖 %取l/2作圖 plot(f,mag);axis(600 1700 min(mag) max(mag); title(fft頻譜圖);%標(biāo)題： xlabel(頻率/Hz);%標(biāo)注橫坐標(biāo) ylabel(幅度);%標(biāo)注縱坐標(biāo) grid on;%打開網(wǎng)格線 %數(shù)字判斷 a1=(697+770)/2;a2=(770+852)/2;a3=(852+941)/2; a4=(1209+1336)/2;a5=(1336+1477)/2;a6=(1477+1633)/2; if(f(mag=max(mag(f=1000)1100)1100)1100)a6) tel=3; else tel=A; end elseif(f(mag=max(mag(f=1000)1100)1100)1100)a6) tel=6; else tel=B; end elseif(f(mag=max(mag(f=1000)1100)1100)1100)1100)1100)1100)a6) tel=#; else tel=D; end end number=number,num2str(tel);enddisp(The telephone number is:,number)（2） 濾波器function f1 = lv_bo_1( x,fs )% 雙線性變換法設(shè)計Butterworth濾波器t=0:1/fs:(size(x)-1)/fs;Au=0.03;d=(Au*cos(2*pi*10000*t);x2=x+d;%數(shù)字濾波器指標(biāo)fp=3Hz,fr=4Hz,Rp=1db,As=20db,fs=10Hzwp=0.25*pi;%通帶邊界頻率（歸一化）：wp=fp*2*pi/fsws=0.3*pi;%阻帶邊界頻率（歸一化）：ws=fr*2*pi/fsRp=1;%通帶波紋Rs=15;%將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo)Fs=fs;Ts=1/Fs;%時域最小間隔，即時域分辨率wp1=2/Ts*tan(wp/2);%模擬低通原型濾波器通帶頻率 ws1=2/Ts*tan(ws/2); %模擬低通原型濾波器阻帶頻率N,Wn=buttord(wp1,ws1,Rp,Rs,s);%選擇濾波器的最小階數(shù)Z,P,K=buttap(N); %創(chuàng)建butterworth模擬濾波器Bap,Aap=zp2tf(Z,P,K);b,a=lp2lp(Bap,Aap,Wn); %雙線性變換得到分子和分母的系數(shù)向量bz,azbz,az=bilinear(b,a,Fs);%用雙線性變換法實現(xiàn)模擬濾波器到數(shù)字濾波器的轉(zhuǎn)換f1=filter(bz,az,x2);%進(jìn)行濾波處理（3） 端點(diǎn)檢測function fan_wei=vad(a1,a2,x,fs,n1,n2,n3)%歸一化x=double(x);x=x/max(abs(x);framelen= a1;frameinc= a2;y=enframe(x,hanning(framelen),frameinc);%分幀%計算短時間能量amp=sum(abs(y),2);%amp = sum(abs(enframe(filter(1 -0.9375, 1, x), framelen, frameinc).2, 2);%計算過零率tmp1=enframe(x(1:length(x)-1),framelen,frameinc);tmp2=enframe(x(2:length(x),framelen,frameinc);signs=(tmp1.*tmp2)n3;zcr=sum(signs.*diffs,2);zcr=zcr;zcr(end);zcr_yu=0.2*mean(zcr);yuzhi=0.2*mean(amp);%N=length(amp);for n=1:N if amp(n)yuzhi|(zcr(n)zcr_yu) continue; end kaitou=n; break;endfor n=N:-1:1 if amp(n)yuzhi|(zcr(n)=yuzhi2&zcr(i)=zcr_yu1)&bstart_state) %find start bstart_state=1; % if(st_candicate) st_candicate=i; end segment =segment + 1; elseif(amp(i)=yuzhi2|zcr(i)=zcr_yu1)&bstart_state)% if(unvoice=unvoice_min_len) % st = st; st_candicate; en_candicate = en_candicate + unvoice_min_len - 1; en = en; en_candicate;bstart_state = 0; bend_state = 1; unvoice = 0; segment = 0; st_candicate = 0; else unvoice = 0;bend_state = 0; segment = segment + 1; end elseif(amp(i)yuzhi2&zcr(i)=voice_min_len % unvoice = unvoice + 1; if bend_state % en_candicate = i; end bend_state = 1; % else % bstart_state = 0; segment = 0; bend_state = 0;unvoice = 0; st_candicate = 0;en_candicate = 0; end elseif(amp(i)=yuzhi2|zcr(i)=zcr_yu1)&bstart_state) % if st_candicate st_candicate = i; end else% st_candicate = 0; continue; end endif(unvoice=unvoice_min_len )% st = st; st_candicate; en = en; (en_candicate + unvoice_min_len -1); segment = 0;endif( segment = voice_min_len) % st = st; st_candicate; en = en; N;endfigure(1);subplot(3,1,1),plot(x); %原始語音波形axis(1,length(x),-1,1);ylabel(speech);xlabel(樣本點(diǎn));for k=1:length(st) line(st(k)*frameinc,st(k)*frameinc,-1,1,linestyle,:,color,blue,LineWidth,2); line(en(k)*frameinc,en(k)*frameinc,-1,1,linestyle,:,color,red,LineWidth,2);endsubplot(3,1,2),plot(amp);%原始語音能量axis(1,length(amp),0,max(a