《短时加窗预处理》由会员分享，可在线阅读，更多相关《短时加窗预处理（11页珍藏版）》请在金锄头文库上搜索。
1、实验 语音信号的采集及预处理一、 实验目的在理论学习的基础上，进一步地理解和掌握语音信号预处理及短时加窗的意义及基于matlab的实现方法。二、 实验原理及内容1. 语音信号的录音、读入、放音等：练习matlab中几个音频处理函数，利用函数wavread对语音信号进行采样,记住采样频率和采样点数，给出以下语音的波形图（2.wav），wavread的用法参见mablab帮助文件。利用wavplay或soundview放音。也可以利用wavrecord自己录制一段语音，并进行以上操作(需要话筒)。实验程序：I=wavread(2.wav);Fs=256;soundview(I,Fs);实验结果：2
2、. 语音信号的分帧：对语音信号进行分帧，可以利用voicebox工具箱中的函数enframe。voicebox工具箱是基于GNU协议的自由软件，其中包含了很多语音信号相关的函数。实验程序：I=wavread(2.wav);y=enframe(I,256,128);whos y I实验结果： Name Size Bytes Class Attributes I 9000x1 72000 double y 69x256 141312 double 3 . 语音信号的加窗：本步要求利用window函数设计窗口长度为256(N=256)的矩形窗(rectwin)、汉明窗(hamming)及汉宁窗(ha
3、nn)，利用wvtool函数观察其时域波形图及频谱特性，比较得出结论。观察信号加矩形窗及汉明窗后的波形，利用subplot与reshape函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。取出其中一帧，利用subplot与reshape函数将一帧语音的波形、加矩形窗波形及加汉明窗波形画在一张图上比较将得出结论。（1） 利用wvtool函数观察其时域波形图及频谱特性，比较得出结论。实验程序： N = 256;w = window(rectwin,N);w1 = window(hamming,N); w2 = window(hann,N); wvtool(w,w1,w2)实验结果：（2
4、） 观察信号加矩形窗及汉明窗后的波形，利用subplot与reshape函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。实验程序：I=wavread(2.wav);N = 256;w = window(rectwin,N);w1 = window(hamming,N); w2 = window(hann,N); I1=I(4000:4255,1);I2=I1.*w;I3=I1.*w1;I4=I1.*w2;subplot(2,2,1),plot(I)title(原始波形图)subplot(2,2,2),plot(I2)title(添加矩形窗波形)subplot(2,2,3),plo
5、t(I3)title(添加海明窗波形)subplot(2,2,4),plot(I4)title(添加汉宁窗波形)实验结果:3、 预加重：即语音信号通过一个一阶高通滤波器。实验程序： I=wavread(2.wav);I1=I(4000:4255,1);y=filter(1 -0.9375,1,I1);subplot(1,2,1),plot(I1)title(预加重前的波形图)subplot(1,2,2),plot(y)title(预加重后的波形图)实验结果：4、改变帧长、帧移重复上述步骤。改变后的帧长、帧移为1024和256实验结果如下：实验程序和实验结果分别如下：I=wavread(2.wa
6、v);t=enframe(I,1024,256);plot(t)图1 改变帧长、帧移后的波形图I=wavread(2.wav);N = 1024;w = window(rectwin,N);w1 = window(hamming,N); w2 = window(hann,N); wvtool(w,w1,w2)图2 改变帧长、帧移后窗口的时域和频域波形图I=wavread(2.wav);N =1024;w = window(rectwin,N);w1 = window(hamming,N); w2 = window(hann,N); I1=I(4000:5023,1);I2=I1.*w;I3=I
7、1.*w1;I4=I1.*w2;subplot(2,2,1),plot(I)title(原始波形图)subplot(2,2,2),plot(I2)title(添加矩形窗波形)subplot(2,2,3),plot(I3)title(添加海明窗波形)subplot(2,2,4),plot(I4)title(添加汉宁窗波形)图3 改变帧长、帧移后的加窗图I=wavread(2.wav);I1=I(4000:5023,1);y=filter(1 -0.9375,1,I1);subplot(1,2,1),plot(I1)title(预加重前的波形图)subplot(1,2,2),plot(y)titl
8、e(预加重后的波形图)图4 改变帧长、帧移后的预加重前后波形图5、换一段语音重复上述步骤。把语音换成9.wav实验程序和实验结果分别如下：I=wavread(9.wav);t=enframe(I,256,128);plot(t) 图5 分帧后的波形图I=wavread(9.wav);N = 256;w = window(rectwin,N);w1 = window(hamming,N); w2 = window(hann,N); I1=I(4000:4255,1);I2=I1.*w;I3=I1.*w1;I4=I1.*w2;subplot(2,2,1),plot(I)title(原始波形图)su
9、bplot(2,2,2),plot(I2)title(添加矩形窗波形)subplot(2,2,3),plot(I3)title(添加海明窗波形)subplot(2,2,4),plot(I4)title(添加汉宁窗波形)图6 原始波形、加矩形窗波形、汉明窗波形及加汉明窗波形I=wavread(9.wav);I1=I(4000:4255,1);y=filter(1 -0.9375,1,I1);subplot(1,2,1),plot(I1)title(预加重前的波形图)subplot(1,2,2),plot(y)title(预加重后的波形图)图7 预加重前后的波形图I=wavread(9.wav);
10、t=enframe(I,1024,256);plot(t)图8 改变帧长、帧移后的波形图I=wavread(9.wav);N =1024;w = window(rectwin,N);w1 = window(hamming,N); w2 = window(hann,N); I1=I(4000:5023,1);I2=I1.*w;I3=I1.*w1;I4=I1.*w2;subplot(2,2,1),plot(I)title(原始波形图)subplot(2,2,2),plot(I2)title(添加矩形窗波形)subplot(2,2,3),plot(I3)title(添加海明窗波形)subplot(2
11、,2,4),plot(I4)title(添加汉宁窗波形)图9 改变帧长、帧移后的加窗图I=wavread(9.wav);I1=I(4000:5023,1);y=filter(1 -0.9375,1,I1);subplot(1,2,1),plot(I1)title(预加重前的波形图)subplot(1,2,2),plot(y)title(预加重后的波形图)图10 改变帧长、帧移后的预加重前后波形图短时加窗处理的结论：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。三、思考题1.语音信号包括哪些预处理，作用分别是什么？答：语音信号的预处理包括数字化、放大及增益控制、反混叠滤波、预加重等。数字化：抽样、量化；放大及增益控制：对语音信号进行放大；反混叠滤波：防止混叠滤波和噪声干扰；预加重：加上6DB/倍频程的下将的频率特性来还原成原来的特性。2. 不同窗口的优缺点，窗口长度如何选取？答：分帧可用可移动的有限长度窗口进行加权的方法来实现。窗每次移动的距离如果恰好与窗的宽度相等，相应于各帧的语音信号是衔接的；如果窗的移动距离比窗宽要小，那么相邻帧之间将有一部分重叠。窗口长度的选择：通常在10kHz取样频率下，N折衷选择为100200(即1020ms持续时间)
