精選文檔《語(yǔ)音信號(hào)處理》實(shí)驗(yàn)報(bào)告

中南大學(xué)信息科學(xué)與工程學(xué)院語(yǔ)音信號(hào)處理實(shí)驗(yàn)報(bào)告指導(dǎo)老師 ： 覃愛娜學(xué)生班級(jí) ： 信息0704學(xué)生名稱 ： 阮光武學(xué)生學(xué)好 ： 0903070430提交日期 ： 2010年6月18日

實(shí)驗(yàn)一語(yǔ)音波形文件的分析和讀取一、實(shí)驗(yàn)的任務(wù)、性質(zhì)與目的本實(shí)驗(yàn)是選修《語(yǔ)音信號(hào)處理》課的電子信息類專業(yè)學(xué)生的基礎(chǔ)實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)：（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。二、實(shí)驗(yàn)原理和步驟：WAV文件格式簡(jiǎn)介WAV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)（shortint00H-FFH）；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。WAV文件的格式見表1。偏移地址字節(jié)數(shù)數(shù)據(jù)類型內(nèi)容文件頭00H4char"RIFF"標(biāo)志04H4longint文件長(zhǎng)度08H4char"WAVE"標(biāo)志0CH4char"fmt"標(biāo)志10H4過(guò)渡字節(jié)（不定）14H2int格式類別（10H為PCM形式的聲音數(shù)據(jù)）16H2int通道數(shù)，單聲道為1，雙聲道為218H2int采樣率（每秒樣本數(shù)），表示每個(gè)通道的播放速度1CH4longint波形音頻數(shù)據(jù)傳送速率，其值為通道數(shù)×每秒數(shù)據(jù)位數(shù)×每樣本的數(shù)據(jù)位數(shù)／8。播放軟件利用此值可以估計(jì)緩沖區(qū)的大小。20H2int數(shù)據(jù)塊的調(diào)整數(shù)（按字節(jié)算的），其值為通道數(shù)×每樣本的數(shù)據(jù)位值／8。播放軟件需要一次處理多個(gè)該值大小的字節(jié)數(shù)據(jù)，以便將其值用于緩沖區(qū)的調(diào)整。22H2每樣本的數(shù)據(jù)位數(shù)，表示每個(gè)聲道中各個(gè)樣本的數(shù)據(jù)位數(shù)。如果有多個(gè)聲道，對(duì)每個(gè)聲道而言，樣本大小都一樣。24H4char數(shù)據(jù)標(biāo)記符＂data＂28H4longint語(yǔ)音數(shù)據(jù)的長(zhǎng)度表1wav文件格式說(shuō)明表（1）選取WINDOWS下MEDIA中的任一WAV文件，采用播放器進(jìn)行播放，觀察其播放波形，定性描述其特征；（2）根據(jù)WAV文件的存儲(chǔ)格式，利用MATLAB或C語(yǔ)言，分析并讀取文件頭和數(shù)據(jù)信息；（3）將文件的通道數(shù)、采樣頻率、樣本位數(shù)和第一個(gè)數(shù)據(jù)讀取并顯示出來(lái)。三、實(shí)驗(yàn)設(shè)備PC機(jī)。四，實(shí)驗(yàn)結(jié)果（1）實(shí)驗(yàn)對(duì)象：選擇windows系統(tǒng)自帶的ringout.wav為實(shí)驗(yàn)對(duì)象。圖1-1整體波形圖1-2部分波形（2）文件信息：文件頭為： RIFF通道數(shù)= 1 為雙聲道采樣平率= 11025樣本位數(shù)= 1第一個(gè)數(shù)據(jù)為： 0五、實(shí)驗(yàn)代碼[y,fs,n]=wavread('ringout.wav'); %觀察波形figure(1)plot(y)[y,fs,n]=wavread('ringout.wav',[1500]); %顯示波形中的前面一段，便于觀察figure(2)plot(y)f=fopen('ringout.wav','r');disp('文件頭為：')a0=fscanf(f,'%4s',[1,1]); %顯示RIFF標(biāo)志disp(a0)f=fopen('ringout.wav','r');[a1,count1]=fread(f,[2,11]); %跳過(guò)讀RIFF標(biāo)志，文件長(zhǎng)度，wavefmt標(biāo)志， 過(guò)渡字節(jié)及讀格式類別共4*5+2=22個(gè)字節(jié)[a2,count2]=fread(f,[1,1]); %讀取通道數(shù)的兩個(gè)字節(jié)disp('通道數(shù)=')disp(a2)ifa4==1disp('為單聲道')elsedisp('為雙聲道')enda=fread(f,[1,1]);[a31,count31]=fread(f,[1,1]); %讀取采樣率[a32,count32]=fread(f,[1,1]);disp('采樣平率=')disp(a32*2^8+a31)[a4,count4]=fread(f,[4,1]); %傳輸數(shù)據(jù)速率[a5,count5]=fread(f,[2,1]); %讀取數(shù)據(jù)塊的調(diào)整數(shù)[a61,count61]=fread(f,[1,1]); %讀取每樣本的數(shù)據(jù)位數(shù)[a62,count62]=fread(f,[1,1]);disp('樣本位數(shù)=')disp(a62*2^8+a61)[a7,count7]=fread(f,[4,2]); %跳過(guò)讀data及語(yǔ)音信號(hào)長(zhǎng)度[a8,count8]=fread(f,[1,1]); %讀取第一個(gè)數(shù)據(jù)disp('第一個(gè)數(shù)據(jù)為：') %顯示第一個(gè)數(shù)據(jù)disp(a8)

實(shí)驗(yàn)二語(yǔ)音信號(hào)的時(shí)域參量分析一、實(shí)驗(yàn)的任務(wù)、性質(zhì)與目的：（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、實(shí)驗(yàn)原理和步驟：（1）利用MATLAB或C語(yǔ)言，針對(duì)ringout.wav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；三大時(shí)域參量的定義式是：短時(shí)能量函數(shù)和短時(shí)平均幅度函數(shù)短時(shí)平均過(guò)零率（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、實(shí)驗(yàn)設(shè)備PC機(jī)。四、實(shí)驗(yàn)結(jié)果（1）采用MATLAB語(yǔ)言對(duì)三大時(shí)域參量求?。憾虝r(shí)能量函數(shù)a=wavread('C:\ringout.wav');subplot(6,1,1),plot(a);N=32;fori=2:6h=linspace(1,1,(i-1)*N); %形成一個(gè)矩形窗，長(zhǎng)度為NEn=conv(h,a.*a); %求卷積得其短時(shí)能量函數(shù)Ensubplot(6,1,i),plot(En);if(i==2)legend('N=32');elseif(i==3)legend('N=64');elseif(i==4)legend('N=128');elseif(i==5legend('N=256');elseif(i==6)legend('N=512');endend短時(shí)平均幅度函數(shù)a=wavread('C:\ringout.wav');subplot(6,1,1),plot(a);N=32;fori=2:6h=linspace(1,1,(i-1)*N); %形成一個(gè)矩形窗，長(zhǎng)度為NEn=conv(h,abs(a)); %求卷積得其短時(shí)平均幅度函數(shù)Ensubplot(6,1,i),plot(En);if(i==2)legend('N=32');elseif(i==3)legend('N=64');elseif(i==4)legend('N=128');elseif(i==5)legend('N=256');elseif(i==6)legend('N=512');endend短時(shí)平均過(guò)零率a=wavread('ringout.wav');n=length(a);N=320;subplot(3,1,1),plot(a);h=linspace(1,1,N); %形成一個(gè)矩形窗，長(zhǎng)度為NEn=conv(h,a.*a); %求卷積得其短時(shí)能量函數(shù)Ensubplot(3,1,2),plot(En);fori=1:n-1ifa(i)>=0b(i)=1;elseb(i)=-1;endifa(i+1)>=0b(i+1)=1;elseb(i+1)=-1;endw(i)=abs(b(i+1)-b(i));end %求出每相鄰兩點(diǎn)符號(hào)的差值的絕對(duì)值k=1;j=0;while(k+N-1)<nZm(k)=0;fori=0:N-1;Zm(k)=Zm(k)+w(k+i);endj=j+1;k=k+160; %每次移動(dòng)半個(gè)窗endforw=1:jQ(w)=Zm(160*(w-1)+1)/640; %短時(shí)平均過(guò)零率endsubplot(3,1,3),plot(Q);

（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)圖2-1短時(shí)能量函數(shù)的波形圖2-2短時(shí)平均幅度函數(shù)圖2-3短時(shí)平均過(guò)零率（3）分析并標(biāo)識(shí)波形圖上的清濁音信息很明顯，在這