中南大學(xué)數(shù)字語(yǔ)音信號(hào)實(shí)驗(yàn)報(bào)告

1、數(shù)字語(yǔ)音信號(hào)實(shí)驗(yàn)報(bào)告專 業(yè)： 電子信息工程 班 級(jí)： 1303 學(xué) 號(hào)： 姓 名： 指導(dǎo)教師： 覃愛(ài)娜 實(shí)驗(yàn)一&實(shí)驗(yàn)二 一、 試驗(yàn)?zāi)康?實(shí)驗(yàn)一(1) 掌握語(yǔ)音信號(hào)的基本特性理論:隨機(jī)性,時(shí)變特性,短時(shí)平穩(wěn) 性,相關(guān)性等; (2) 掌握語(yǔ)音信號(hào)的錄入方式和*.WAV音波文件的存儲(chǔ)結(jié)構(gòu); (3) 使學(xué)生初步掌握語(yǔ)音信號(hào)處理的一般實(shí)驗(yàn)方法。 實(shí)驗(yàn)二(1) 增強(qiáng)學(xué)生對(duì)語(yǔ)音時(shí)域分析理論的理解,尤其是語(yǔ)音的短時(shí)能量、 幅度和過(guò)零率的的分析和應(yīng)用;(2) 進(jìn)一步提高學(xué)生分析問(wèn)題和解決問(wèn)題的能力從而培養(yǎng)學(xué)生初步 掌握進(jìn)行科學(xué)研究的方法和總結(jié)實(shí)驗(yàn)結(jié)果的能力。二、 試驗(yàn)原理實(shí)驗(yàn)一WAV 文件格式簡(jiǎn)介WAV

2、 文件是多媒體中使用了聲波文件的格式之一,它是以 RIFF 格式為標(biāo)準(zhǔn)。每個(gè) WAV 文件的頭四個(gè)字節(jié)就是“RIFF”。WAV 文件 由文件頭和數(shù)據(jù)體兩大部分組成,其中文件頭又分為 RIFF/WAV 文件 標(biāo)識(shí)段和聲音數(shù)據(jù)格式說(shuō)明段兩部分。常見(jiàn)的WAV聲音文件有兩種, 分別對(duì)應(yīng)于單聲道(11.025KHz 采樣率、8Bit 的采樣值)和雙聲道 (44.1KHz 采樣率、16Bit 的采樣值)。采樣率是指聲音信號(hào)在“模擬 數(shù)字”轉(zhuǎn)換過(guò)程中,單位時(shí)間內(nèi)采樣的次數(shù);采樣值是指每一次采 樣周期內(nèi)聲音模擬信號(hào)的積分值。對(duì)于單聲道聲音文件,采樣數(shù)據(jù)為 8 位的短整數(shù)(short int 00H-FFH);

3、而對(duì)于雙聲道立體聲聲音文件, 每次采樣數(shù)據(jù)為一個(gè) 16 位的整數(shù)(int),高八位和低八位分別代表左 右兩個(gè)聲道。WAV 文件數(shù)據(jù)塊包含以脈沖編碼調(diào)制(PCM)格式表 示的樣本。在單聲道 WAV 文件中,道 0 代表左聲道,聲道 1 代表右 聲道;在多聲道 WAV 文件中,樣本是交替出現(xiàn)的。 實(shí)驗(yàn)二(1)利用MATLAB或C語(yǔ)言,針對(duì)ringout.wav和名字文件,求取語(yǔ)音 信號(hào)的短時(shí)能量函數(shù)、短時(shí)平均幅度函數(shù)和短時(shí)平均過(guò)零率三大時(shí)域 參量;(2)將三大時(shí)域參量的結(jié)果用波形圖的方式顯示出來(lái); (3)分析并標(biāo)識(shí)波形圖上的清濁音信息。 三、 試驗(yàn)結(jié)果四、 總結(jié)通過(guò)此次試驗(yàn)了解了怎樣區(qū)分清音和濁音

4、。從時(shí)域波形上來(lái)說(shuō)，濁音具有周期性而清音則沒(méi)有周期性。從幅度和能量來(lái)說(shuō)，濁音的能量更大，清音相對(duì)較小，而噪音則更小。因?yàn)槟芰康挠?jì)算需要進(jìn)行平方操作，所以清濁音之間的區(qū)別更加明顯。過(guò)零率噪音和清音明顯高于濁音。除此之外，還學(xué)習(xí)了如何在Matlab上實(shí)現(xiàn)分幀。五、 代碼實(shí)驗(yàn)一function = voice()y, Fs, nbits = wavread('/Users/jiangbingyu/Documents/jby.wav');n,m = size(y);x = y(1,1);subplot(3,1,1);plot(y);axis(9500 10500 -1 1);title

5、('清音');subplot(3,1,2);plot(y);axis(11000 15000 -1 1);title('濁音');subplot(3,1,3);plot(y);title('原始音頻');實(shí)驗(yàn)二function = voice()y, Fs, nbits = wavread('/Users/jiangbingyu/Documents/Matlab/jby.wav');y = buffer2(y,440,300); for i = 1:273 En(i,1) = sum(y(:,i).2);end for i = 1

6、:273 Wn(i,1) = sum(abs(y(:,i);end x = y;x(x<0) = -1;x(x>0) = 1;z = 1/2*abs(x - circshift(x,1);for i = 1:273 Zn(i,1) = sum(abs(z(:,i);end subplot(3,1,1);plot(Wn);title('幅度'); subplot(3,1,2);plot(En);title('能量'); subplot(3,1,3);plot(Zn);title('過(guò)零率'); 實(shí)驗(yàn)三&實(shí)驗(yàn)四 一、 試驗(yàn)?zāi)康?、

7、理解自相關(guān)函數(shù)的概念、性質(zhì)和應(yīng)用,特別是在基音周期檢 測(cè)和線性預(yù)測(cè)分析(LPC)中的應(yīng)用 2、進(jìn)一步增強(qiáng)學(xué)生對(duì)語(yǔ)音時(shí)域分析理論的理解,尤其是語(yǔ)音基 音周期檢測(cè)的分析和應(yīng)用 3、深入理解線性預(yù)測(cè)分析的概念和原理,并利用 LPC 的自相關(guān) 法對(duì)語(yǔ)音進(jìn)行預(yù)測(cè)分析二、 試驗(yàn)原理(1)利用 MATLAB 或 C 語(yǔ)言,針對(duì) ringout.wav 文件和姓名.wav 文件,求取語(yǔ)音信號(hào)的短時(shí)自相關(guān)函數(shù) (2)畫出自相關(guān)函數(shù)波形,分析清濁音性質(zhì),檢測(cè)基音周期 (3)利用 Durbin 遞推算法,設(shè)定采樣頻率和預(yù)測(cè)階數(shù),求解語(yǔ) 音(名字)的預(yù)測(cè)系數(shù) (4) 畫出原始語(yǔ)音的波形、預(yù)測(cè)語(yǔ)音波形以及預(yù)測(cè)誤差波形,

8、 并分析和比較三、 試驗(yàn)結(jié)果四、 總結(jié)通過(guò)此次試驗(yàn)了解了自相關(guān)函數(shù)在數(shù)字語(yǔ)音上的應(yīng)用，加深了對(duì)語(yǔ)音分析的理解，也進(jìn)一步了解了自相關(guān)函數(shù)。對(duì)于清音來(lái)說(shuō)，其自相關(guān)函數(shù)不具備周期性，而濁音具有較好的周期性，且周期內(nèi)對(duì)稱?？梢钥闯龌糁芷跒?0022kHz4.5 ms。通過(guò)計(jì)算，得到蔣冰玉同學(xué)的聲音頻率在220Hz左右。實(shí)驗(yàn)四實(shí)際操作了利用LPC算法進(jìn)行語(yǔ)音合成，根據(jù)計(jì)算其均方差可以看出，對(duì)濁音的合成效果略好于清音。五、 代碼實(shí)驗(yàn)三function = voice()y, Fs, nbits = wavread('/Users/jiangbingyu/Documents/Matlab/jby.

9、wav');y = buffer2(y,440,300);frame1 = y(:,70);frame2 = y(:,80);N = 440;K = 440;A1 = ;A2 = ;for k = 1:K sum = 0; for m = 1:N-1-k sum = sum+frame1(m)*frame1(m+k); end A1(k) = sum;endfor k = 1:K; A11(k) = A1(k)/A1(1);endsubplot(2,1,1)plot(A11);title('清音'); for k = 1:K sum = 0; for m = 1:N-1

10、-k sum = sum+frame2(m)*frame2(m+k); end A2(k) = sum;endfor k = 1:K; A22(k) = A2(k)/A2(1);endsubplot(2,1,2)plot(A22);title('濁音');實(shí)驗(yàn)四function = voice()y = wavread('/Users/jiangbingyu/Documents/Matlab/jby.wav');x = y'N = 440;Hamm = hamming(N); frame = 60; origin = x(frame - 1) * (N / 2) + 1):(frame - 1) * (N / 2) + N);Frame = origin .* Hamm' N1 = 12;A = lpc(Frame,N1); est_Frame = filter(0 -A(2:end),1,Frame);err = Frame - est_Frame;error = var(err); subplot(4,1,1);plot(y);title('原始語(yǔ)音信號(hào)');